网络训练中，loss曲线非常奇怪
交叉熵怎么会有负数。
经过排查，交叉熵不是有个负对数吗，当网络输出的概率是0-1时，正数。可当网络输出大于1的数，就有可能变成负数。
所以加上一行就行了
out1 = F.softmax(out1, dim=1)
补充知识：在pytorch框架下，训练model过程中，loss=nan问题时该怎么解决？
当我在UCF-101数据集训练alexnet时，epoch设为100，跑到三十多个epoch时，出现了loss=nan问题，当时是一脸懵逼，在查阅资料后，我通过减小学习率解决了问题，现总结一下出现这个问题的可能原因及解决方法：
1. 减小整体学习率。学习
