Los NaN de PyTorch son asesinos silenciosos, así que construí un gancho de 3 ms para atraparlos en la capa exacta
Los NaN no se originan donde aparecen: se propagan silenciosamente a través de las capas torch.autograd.set_detect_anomaly es demasiado lento y a menudo engañoso para una depuración real. Un detector basado…