博客
关于我
mnn并行bug
阅读量:83 次
发布时间:2019-02-26

本文共 266 字,大约阅读时间需要 1 分钟。

在NN模型中,两个卷积层分别处理同一个输入对象后,通过对结果进行融合(cat操作),在移动端测试中发现存在结果波动现象,偶尔还会出现nan值。具体表现为:第一层的输出值范围较小,最大值不超过0.8,最低值接近0,且经常出现nan值;而第二层的输出值范围较大,最大值为6,最低值为0。

尽管尝试调换两层卷积网络的处理顺序,但未能解决问题。经过多次排查,问题可能与Tensor的max()和min()接口的支持有关,但在实际应用中并未发现直接相关问题。因此,需要进一步检查数据输入量、计算过程中的数值稳定性等方面的细节,以确定具体原因。

转载地址:http://youk.baihongyu.com/

你可能感兴趣的文章
Presto分布式大数据查询引擎
查看>>
Presto架构及原理
查看>>
Presto(一)集群部署
查看>>
Presto(二)开启安全认证
查看>>
Pricing procedure Steps and Details in SAP MM (from SCN)
查看>>
Prim 算法在不同权重范围内的性能分析及其实现
查看>>
Primace 5.0软件与KEIL单片机软件联合在线仿真步骤
查看>>
Prime Distance
查看>>
Prim求MST最小生成树
查看>>
Prim算法与Kruskal算法在均匀分布权重图中的性能比较
查看>>
Prim算法在加权连通图中的简单实现
查看>>
Prim算法详解及C代码示例
查看>>
pytorch中让数组显示更多的数字 torch.set_printoptions参数详解 numpy也是这个函数
查看>>
pringBoot Controller接收参数的几种常用方式
查看>>
printf()函数
查看>>
PyTorch中的自定义权重初始化
查看>>
printf格式字符串和输出列表个数及类型不匹配案例
查看>>
printf的格式控制字符串
查看>>
PrintStream概述
查看>>
Prismix:Prisma 架构混合器,为复杂项目而生
查看>>