最近在做一个图像分类的小项目，用PyTorch写了个简单的CNN，训练到一半loss突然变成NaN了。我以为是框架的锅，又用TensorFlow和Paddle各复现了一遍，结果都在差不多的epoch出现同样的问题。学习率已经调到1e-4了，也加了梯度裁剪，数据也检查过没有脏数据。现在有点懵，这到底是框架的bug还是我模型结构或者loss函数哪里写炸了？有没有遇到过类似情况的朋友，求指点一下排查思路。