小编cli*_*ner的帖子

我正在部署我的 conv-deconv 网络。我的问题是交叉熵在训练时总是 nan 所以求解器没有更新权重。我检查了我的代码一整天，但我不知道我哪里出错了。以下是我的架构： 这是我的交叉熵函数

ys_reshape = tf.reshape(ys,[-1,1])
prediction = tf.reshape(relu4,[-1,1])
cross_entropy = tf.reduce_mean(-(ys_reshape*tf.log(prediction)))
train_step = tf.train.AdamOptimizer(0.01).minimize(cross_entropy)

其中 ys 的维度为 [1,500,500,1]，ys_reshape 为 [250000,1]，relu4 为 [1,500,500,1]，预测为 [250000,1]。标签矩阵ys的值是{0,1}，这是一个两类密集预测。

如果我打印 train_step 它将显示无。谁能帮我？