使用tensorflow做三层神经网络的简单二分类过程中遇到的损失函数变成nan问题处理

简述：某些输入数据归一化之后变成了nan,在归一化之后清洗下nan值就可以。希望能帮助到跟我一样新手入门的道友们。

描述：学习使用tensorflow做三层神经网络的简单二分类，遇到了损失函数loss从某个时间开始突然可是变成nan的问题。一开始是以为有些参数没有选对，尝试了网上能搜到的方法，也没有用。后来，把所有能输出的值都输出了，一步步看是哪个值变成了nan。首先定位到，输出预测值有某个变成了nan,因为损失函数计算要通过这个预测值，所以损失函数也变成了nan。于是，再查看这次训练时候的输入数据（数据是经过（01归一化的），发现某一行是nan（如下图，我粘贴到sublime中的，方便查看）。所以我定位到是输入数据出了问题，归一化后之后，某些数据成了nan.所以在归一化之后应该做下nan清洗，有下面两个方法：

norm_data = norm_data.fillna(0)#把nan填充成0，注意这里要赋值操作
norm_data = norm_data.dropna(axis=0)#参数0删除行，1删除列