没有名为nanguardmod的模块

Question

我的theano程序中有一个错误导致了NaN值。doc建议使用nanguardmode来追踪问题的根源。在

当我从doc网页复制/粘贴这一行时：

from theano.compile.nanguardmode import NanGuardMode

我得到：

^{pr2}$

键入以下内容时找不到nanguardmode的任何符号：

help(theano.compile)

你知道为什么nanguardmode缺席吗？我该怎么解决这个问题？在

编辑：

谢谢你的回复。在

关于我的Theano版本，我找不到如何检查它。但我认为它是最新的：我大约一个月前从安装网页安装的。64M位。在

关于detect\u nan hack：事情变得更奇怪了！在

第一：如果我尝试使用：

post_func=theano.compile.monitormode.detect_nan

我得到：

File "C:\SciSoft\WinPython-64bit-2.7.9.4\python-2.7.10.amd64\lib\site-packages\theano\compile\monitormode.py", line 87, in detect_nan
if (not isinstance(numpy.random.RandomState, output[0]) and

NameError: global name 'numpy' is not defined

事实上，numpy不是在monitormode模块中导入的。。。那是已知的窃听器吗？在

第二：如果我尝试使用detect_ngnan的复制/粘贴，nan会神奇地消失。其他一切都保持不变，在我的theano函数中没有detect iu nan（迭代训练模型），我在迭代5得到nan：

epoch 1, valid 28.582677 %, train 27.723320 % 0.546633
epoch 2, valid 27.814961 %, train 25.681751 % 0.500522
epoch 3, valid 27.263780 %, train 24.262972 % 0.478799
epoch 4, valid 26.938976 %, train 23.209021 % 0.463017
epoch 5, valid 50.000000 %, train 50.000000 % nan

（最后一个数字是成本价值）

当我添加

mode=theano.compile.MonitorMode(post_func=detect_nan)

对于函数，至少在迭代100次（甚至更多）之前没有出现任何nan。在

epoch 1, valid 28.582677 %, train 27.723320 % 0.546633
epoch 2, valid 27.814961 %, train 25.681751 % 0.500522
epoch 3, valid 27.263780 %, train 24.262972 % 0.478799
epoch 4, valid 26.938976 %, train 23.209021 % 0.463017
epoch 5, valid 26.289370 %, train 22.320902 % 0.450454
... etc ...

这是怎么回事？？？在

Answer 1

NanGuardMode于5月1日被移到Theano的最新版本（来自PyLearn2），这是在3月26日版本0.7发布之后，因此您需要从GitHub中upgrade to the bleeding edge version来使用NanGuardMode。在

或者，您可以使用debug FAQ中的detect_nan示例：

import numpy

import theano

# This is the current suggested detect_nan implementation to
# show you how it work.  That way, you can modify it for your
# need.  If you want exactly this method, you can use
# ``theano.compile.monitormode.detect_nan`` that will always
# contain the current suggested version.

def detect_nan(i, node, fn):
    for output in fn.outputs:
        if (not isinstance(output[0], numpy.random.RandomState) and
            numpy.isnan(output[0]).any()):
            print '*** NaN detected ***'
            theano.printing.debugprint(node)
            print 'Inputs : %s' % [input[0] for input in fn.inputs]
            print 'Outputs: %s' % [output[0] for output in fn.outputs]
            break

x = theano.tensor.dscalar('x')
f = theano.function([x], [theano.tensor.log(x) * x],
                    mode=theano.compile.MonitorMode(
                        post_func=detect_nan))