【错误】训练过程中loss变为nan

排查方法：在backward()前面加上torch.autograd.set_detect_anomaly(True)

torch.autograd.set_detect_anomaly(True)
loss.backward()

我报错的原因：输入网络的值为NAN，或存在极端值（过大/过小）

排查方法：打出torch最大值和最小值

print("x_path", x_path.min(), x_path.max(), torch.isnan(x_path).any())

三种解决方法：

删除极端值

进行归一化

将极端值赋值（可能会影响学习的准确率）

wsi_bag = torch.nan_to_num(wsi_bag, nan=0.0)
wsi_bag = torch.clamp(wsi_bag, min=0.0, max=1.0)