笔者在最近的训练任务中，发现loss无穷大！！！
一般情况下，梯度变为nan都是出现了 ,
等情况，导致结果变为+inf，也就成了nan。
由于笔者做的实例分割，在对bound ing box求loss的时候，采用的是smooth L1：
可以看到，loss为无穷时，是各个Zi 比较大的时候，由于其中我们在求anchors的时候是对整张图片做的归一化，所以求loss时要保证单位刻度一样。
改成：
结果：
原文：https://www.cnblogs.com/a-runner/p/14800210.html