四大常见 ML 训练报错的成因速查：OOM、NaN、维度错、精度卡住
cneuralnetwork · x · 2026-11-12
一张速查清单总结了 4 个最常见的机器学习训练错误及其典型成因：
- CUDA OOM：batch 太大、模型超过显存、张量/激活未释放导致内存泄漏。
- Loss 变 NaN：学习率过高、数值不稳定（如 log(0)、除零）、梯度爆炸。
- 维度不匹配：张量维度写错（如 [B,C,H,W] vs [B,H,W,C]）、batch/序列长度没对齐、漏了 reshape/unsqueeze/transpose。
- 精度不动：模型欠拟合（太简单或正则太强）、数据/标签/指标计算有 bug、学习率或训练配置不对。
「研究」频道最新
- token pooling 与嵌入量化、Matryoshka 组合使用效果出色 — antoine_chaffin · 2026-11-12
- FAME 探索规划方法跨场景迁移，重建完成率超 NBP 6.6 个百分点 — jiqizhixin · 2026-11-12
- E11 Bio 招计算科学家：用 Agentic AI 操控显微镜 — anderssandberg · 2026-11-12
- EPFL：Claude 靠推理手写 EEG 网络权重，样本量仅需梯度训练 1/6 — epfl-ch · 2026-11-12
- 可微 SSSS 框架实现单图实时皮肤数字化与次表面散射估计 — ssh4net · 2026-11-12
- NeurIPS 论文首次证明 RNN+MLP 可恢复机器人真实状态 — chriswolfvision · 2026-11-12