我有一个带有sigmoid损失的多层感知器(tf.nn.sigmoid_cross_entropy_with_logits)和一个Adam优化器(tf.train.AdamOptimizer).我的输入数据有几个特征和一些南特征值.当我用0替换nan值时,我得到一个结果,但是,当我不替换nan值时,我得到loss = nan.
在tensorflow中处理nan值的最佳方法是什么？如何使用带有nan值的输入数据而不用0替换它们？
我可以使用以下代码在组name1中的数据帧df中计算值（val）的排名：
res <- df %>% arrange(val) %>% group_by(name1) %>% mutate(RANK=row_number())
我不想在代码中编写“ name1”列，而是将其作为变量传递，例如crit =“ name1”。但是，由于假定crit1是列名而不是变量名，所以下面的代码不起作用。
res <- df %>% arrange(val) %>% group_by(crit1) %>% mutate(RANK=row_number())
如何在代码中传递crit1？
谢谢汤姆