训练提示valueerror high<=0

Question

3D-CNN 网络动作识别训练时，使用UT-Interaction数据集。训练时遇到以下的问题，提示valueerror high<=0怎么解决。

Answer 1

可以参考一下这两篇文章：

https://www.cnblogs.com/song-/p/17255494.html

CNN模型训练二三事 - 知乎 在深度学习领域，想要一个模型表现好，无外乎做到三件事，高质量的数据，强大的模型，合理的训练策略。本文主要是总结作者在训练CNN模型的经验。 1. Training Accuracy很大但是Validation Accuracy很小最近设计了… https://zhuanlan.zhihu.com/p/435935852?utm_id=0

---

以下回答通过自己思路及引用到GPTᴼᴾᴱᴺᴬᴵ搜索,得到内容具体如下：
当在训练3D-CNN网络进行动作识别时，遇到"ValueError: high <= 0"错误提示时，这通常是由于数据集中的某个特征或输入的值超出了所需范围引起的。以下是解决该问题的一些常见方法：

1. 数据预处理：确保您的数据集经过正确的预处理步骤。这包括标准化、归一化或缩放输入数据，以确保它们位于合适的范围内。检查数据集中的特征值范围是否合理，如果存在异常值或过大/过小的值，可以尝试对其进行处理或筛除。

2. 数据类型检查：检查数据集中的数据类型是否正确，并确保它们与模型期望的数据类型相匹配。某些模型可能对输入数据的类型有特定要求，例如需要浮点数而不是整数。确保数据类型的一致性和正确性。

3. 网络结构检查：检查您的3D-CNN网络结构是否正确配置。确保网络的输入和输出尺寸匹配，并与数据集的维度相对应。如果网络的某些层或参数设置不正确，可能会导致值超出所需范围的错误。

4. 超参数调整：尝试调整训练过程中的超参数，例如学习率、批量大小等。过大或过小的学习率可能导致梯度爆炸或梯度消失问题，从而引发数值异常。逐渐调整超参数的值，并观察是否对问题产生影响。

5. 检查模型代码：仔细检查您的模型代码，特别是与输入数据相关的部分。确保在处理输入数据时没有错误的操作或计算。

6. 调试过程中的打印输出：在训练过程中添加适当的打印输出，以便检查数据、张量的形状和值，以及模型的中间输出。这可以帮助您确定出现问题的具体位置和原因。

---

如果以上回答对您有所帮助，点击一下采纳该答案～谢谢