Argoverse数据集的训练与测试问题

[KevinDu1]

感谢大佬精彩的分享，我最近使用Argoverse数据集10步的历史轨迹（1s）去预测30步（3s）的未来轨迹，在训练过程中，前几个epoch结果良好，到了五六个epoch时发生了梯度爆炸，损失函数从原来的0.01升到了10,20，请问，您知道这是怎么回事吗

[xincoder]

@KevinDu1 首先非常感谢你对我们工作的支持。这个表现具体是什么原因比较难判断，不过有可能是数值稳定性的问题，建议检查以下几个地方:
(1). 确保输入到模型的数据是对的。我分享出来的code是在Apollo数据集上的，dataloader范围的dimension比较多，在main.py [line94] 选择需要输入到模型的dimension，main.py[line99]计算velocity。可以double check一下输入是否正确。(2). 虽然固定了输入车辆的个数N， 但是在处理数据的时候，我把所有valid的objects排在了前边，参见data_process.py[line47] process_data()函数，[line49]取到有效的object个数num_visible_object。这一点在处理数据的时候也可以注意一下。(3).有可能Argoverse数据及上的数据范围比较特殊，可以尝试做一下rescale。我的code里实际上实现了这一功能，main.py [27-28] 对应修改max_x 和 max_y。 (4). 可以尝试在训练时候添加gradient clipping，以避免梯度异常。

[sean-wade]

感谢大佬精彩的分享，我最近使用Argoverse数据集10步的历史轨迹（1s）去预测30步（3s）的未来轨迹，在训练过程中，前几个epoch结果良好，到了五六个epoch时发生了梯度爆炸，损失函数从原来的0.01升到了10,20，请问，您知道这是怎么回事吗

你好，请问你在Argoverse的移植成功了吗，可以留邮箱咨询一些问题吗，感谢~