활연개랑

Train loss 'nan'이 나올 때 확인해 볼 것 * input image에 nan값이 들어가는지 체크* augmentation 이후 nan이 되는 데이터가 있는지 체크* normalize할 때, min과 max값이 둘 다 0이어서 분모가 0이 되는 경우가 있는지 체크 -> 분모에 작은 값(epsilon) 더하기* learning rate가 너무 커서 발산할 가능성이 있는지 체크* Gradient Explosion 또는 Underflow/Overflow 체크 --> Gradient Clipping을 적용하여 폭발적인 gradient를 방지

Traceback (most recent call last): File "/inference.py", line 244, in pred = model(input_img, is_training=False) File "/home/.local/lib/python3.8/site-packages/keras/engine/base_layer.py", line 1037, in __call__ outputs = call_fn(inputs, *args, **kwargs) File "/home/.local/lib/python3.8/site-packages/tensorflow/python/eager/def_function.py", line 885, in __call__ result = self._call(*args, **kwd..

((kernel size - 1) * dilated rate + 1)²

import tensorflow as tf from tensorflow.python.training import py_checkpoint_reader checkpoint_path = f'/cp-{123:0>4}.ckpt' reader = py_checkpoint_reader.NewCheckpointReader(checkpoint_path) dtype_map = reader.get_variable_to_dtype_map() shape_map = reader.get_variable_to_shape_map() state_dict = { v: reader.get_tensor(v) for v in shape_map} with open('weight_check.txt', 'w') as file: file.write..

image = tf.io.decode_raw(features['image'], tf.int16) image = tf.io.decode_raw(features['image'], tf.float32) tfrecord에 넣어주었던 type이랑 똑같이 넣어주어야 하는데 tfrecord에 float32으로 넣고 training에서 int16사용해서 오류남

다음 에러는 윈도우에서 압축한 파일을 리눅스에서 unzip할 경우 발생하게 됩니다. 따라서 다음과 같이 zip파일을 리눅스용 zip으로 바꿔준 후에 unzip하시면 에러가 뜨지 않고 압축을 해제할 수 있습니다. zip -FFv 원본.zip --out 리눅스용압축파일이름.zip unzip 리눅스용알집파일이름.zip

Function call stack: train_function -> train_function -> train_function -> train_function 다음 오류는 network에 들어가는 input_shape과, 실제 데이터의 input_shape이 다른 경우 나올 수 있습니다. shape이 정확하게 맞도록 설정해주세요. 또한 tfrecord같은 dataset에서 parsing 하는 과정에, type이 제대로 바뀌지 않을 경우에도 발생할 수 있으니 parsing함수를 다시 한 번 확인해보시면 되겠습니다. 보통 이 오류는 들어가는 data에 대한 문제이니, 위 두 가지를 확인해 보셨는데도 해결되지 않는다면 input data를 가져오는 전체적인 과정을 쭉 살펴보며 디버깅 해보시면 문제를 해결하실..