基于Numpy手写LSTM导出TXT时遇ValueError: probabilities contain NaN错误

我帮你排查下代码里的问题，这个ValueError: probabilities contain NaN错误和几个代码逻辑问题有关，咱们一步步来修复：

核心问题分析 #

1. NaN的直接来源 #

你在计算概率时使用了output[i][j] / np.sum(output[i])，如果某一行output[i]的总和为0，就会触发除以0的操作，直接产生NaN；哪怕总和接近0，也可能因为浮点精度问题出现NaN，这会让np.random.choice直接报错。

2. 文本拼接逻辑错误 #

每次循环你都把outputText直接赋值为单个字符，最后写入文件的只会是最后一次循环选出来的结果，完全丢失了前面的预测内容。

3. 致命的无限递归 #

函数最后一行return ExportText(output, data)会让函数不断调用自己，很快就会导致栈溢出，这行完全是多余的。

4. 低效的嵌套循环 #

用双层循环给prob赋值没必要，Numpy支持向量级别的运算，效率更高。

修正后的代码 #

def ExportText(output, data):
    outputText = ""
    print(len(data))
    print(output.shape[0])
    for i in range(output.shape[0]):
        # 加入极小值1e-8避免除以0，同时用向量运算替代嵌套循环
        output_sum = np.sum(output[i])
        prob = output[i] / (output_sum + 1e-8)
        # 累加预测的字符，而不是覆盖
        outputText += np.random.choice(data, p=prob)
    with open("output.txt", "w") as text_file:
        text_file.write(outputText)
    # 可选：返回生成的文本，方便后续调用
    return outputText

额外建议 #

你可以检查下LSTM输出的output数组，看看是不是存在全0的行——这可能是模型训练不足、激活函数选择不当（比如sigmoid输出饱和）或者数据预处理的问题，从根源上避免异常输出会让整个流程更稳定。

内容的提问来源于stack exchange，提问作者Vaibhav