嗨，有人知道是什么原因导致训练损失突然变成了inf？

我正在训练一个小型网络，其中包含几个带有SGD的conv / batchnorm / relu / maxpool / dense层。 Ytrain是（？，1）形状，因此对于每次y true的批量大小为1时，张量都是（1，1）。我使用自定义损失函数：

def my_loss(y,yhat):
  mse = keras.losses.mean_squared_error(y,yhat)
  return K.sqrt(mse)

培训日志显示：

52725/2483247 [..............................] - eta: 5:54:20 - loss: 0.0759
52731/2483247 [..............................] - eta: 5:54:20 - loss: 0.0759
52737/2483247 [..............................] - eta: 5:54:20 - loss: inf
52743/2483247 [..............................] - eta: 5:54:20 - loss: inf

训练数据是不包含零或nan的正数，对于样本52725-52743，值是单个特征，范围为0.09至72.7。我不确定inf来自哪里。有想法吗？