训练过程中发现，train loss一直下降，train acc一直上升；但是val loss、val acc却一直震荡。loss一会上一会下，但是总体趋势是向下的。

“loss震荡但验证集准确率总体下降” 如何解决？

测试集准确率这样震荡是正常的吗？ - 李峰的回答 - 知乎

很多经验：loss问题汇总（不收敛、震荡、nan） - 飞狗的文章 - 知乎

训练过程中loss震荡特别严重，可能是什么问题？ - 孤歌的回答 - 知乎

模型训练中出现NaN Loss的原因及解决方法_loss为nan的原因_there2belief的博客-CSDN博客

学习率和loss的关系？

w1 = w0-学习率*梯度（）

loss = |ypred-ytrue|

训练深度学习模型loss为nan的原因

http://t.csdn.cn/jfNpF

模型时遇到个问题：在大样本训练模型时候的loss为nan，尝试了各种方法也没有什么起色，最终一起分析了一番拟确定了原因，这边就分享下可能的原因可供分析调整~

原因

1.模型问题

• 网络结构设计问题

通过弱化场景，简化样本的方式去检查是否为网络的问题

• 损失函数设置不合理
• 激活函数选择不当
• 参数初始化问题

2.数据问题

• 数据需归一化
  • 减均值
  • 除方差
  • 加入normalization(BN\L2 norm等)
• 数据标签不在[0, num_classes)范围内
• 训练样本存在脏数据

        这个是和师弟最终确定的原因，因为在实际业务中的真实数据需要耗费较多的时间去处理，不像open dataset那样已经帮你处理的干干净净，所以如上述的方法一一检查过了还是没有成效的话，一定要好好地检查下数据。

3.训练问题

loss为nan的说明loss发散，这个时候需要考虑下梯度爆炸的可能，那么相应的解法方式如下：

• 调小学习率lr
• 调小batch size
• 加入gradient clipping

什么是loss发散？（Loss变为NaN怎么办？）

因为学习率过大的话，每次参数更新步子迈得太大，loss直接不往极小值点走了，结果越更新离极小值点越远。这就是所谓的loss发散。发散着发散着loss越来越大，就变为NaN了。

 

【算法】深度学习模型损失值loss不收敛，曲线震荡发散怎么办？_loss的发散问题_YaoYee_7的博客-CSDN博客

神经网络训练过程中先收敛，达到一个可观的性能后又发散了，loss曲线呈反"抛物线"型？ - 知乎 

Loss变为NaN怎么办？_loss: nan_OhMyJayce的博客-CSDN博客