我正在將 python 3 與 anaconda 一起使用，并將 tensorflow 1.12 與eager eval 一起使用。我正在使用它為孿生網絡創(chuàng)建三元組損失函數，并且需要計算不同數據樣本之間的距離。我創(chuàng)建了一個函數來創(chuàng)建距離計算，但是無論我做什么，當我嘗試計算它相對于網絡輸出的梯度時，它一直給我所有的 nan 梯度。這是代碼：def matrix_row_wise_norm(matrix):    import tensorflow as tf    tensor = tf.expand_dims(matrix, -1)    tensor = tf.transpose(tensor, [0, 2, 1]) - tf.transpose(tensor, [2, 0, 1])    norm = tf.norm(tensor, axis=2)    return norm在我使用的損失函數中def loss(y_true, p_pred):    with tf.GradientTape() as t:    t.watch(y_pred)        distance_matrix = matrix_row_wise_norm(y_pred)        grad = t.gradient(distance_matrix, y_pred)并且 grad 都是nans。我檢查過它y_pred是由合法值組成的 - 確實如此。我試圖創(chuàng)建一個y_pred * 2相對于自身的梯度并獲得合法的梯度值。我在這里缺少什么？創(chuàng)建距離矩陣時的索引是否有問題？編輯：兩者的D型y_pred和lossIStf.float32編輯：在 tf 中發(fā)現了一個打開的錯誤報告- 這可能是問題嗎？編輯：當我將范數軸更改為 0 或 1 時，我得到了合法的值，而nan. 我使用 norm with 的操作axis=2是矩陣中行對之間的成對距離，我懷疑這可能與行與自身之間的距離為 0 有關，所以我剪掉了最小值為 1e-7 的值沒有任何運氣。謝謝