求两个张量之和的结果都是实数

Question

所以我一直在玩张量流的这个有趣的应用：TensorKart

完整的源代码在这里：https://github.com/kevinhughes27/TensorKart

我在计算损失时得到了一个很好的结果，这完全把我难住了。问题在于这行代码：

loss = tf.reduce_mean(tf.square(tf.sub(model.y_, model.y))) + tf.add_n([tf.nn.l2_loss(v) for v in train_vars]) * L2NormConst

当我评估第一部分时：

tf.reduce_mean(tf.square(tf.sub(model.y_, model.y)))

我得到的值大约是0.8 当我评估第二部分时：

tf.add_n([tf.nn.l2_loss(v) for v in train_vars]) * L2NormConst

我得到的值大约是3.1

但是当我把这两部分加起来的时候，我得到了NaN？！？！你知道吗

我检查了形状和类型，它们都返回为：张量（“形状：0，形状=（0，），数据类型=int32）

我尝试过的东西：使用减少总和而不是tf.添加，把它们扔给tf.32浮动，用tf.添加.... 你知道吗

有人有什么见解吗？你知道吗

Answer 1

因此，在完成了计算损失值之前的每一个操作之后，我的输入数据中都有NaN值。将它们转换为零解决了在最终损失值计算中获得NaN结果的问题。你知道吗

到目前为止，我还没有弄明白为什么我只在损失值的两部分相加时得到一个错误，而在分别计算损失值的部分时却没有得到。你知道吗

完全奇怪。你知道吗