1. 训练后期精度暴跌+Loss出现NaN的原因 #

Loss显示nan本质是训练过程中出现了数值不稳定，这是导致你后期精度崩盘的核心原因，常见触发场景有这些：

• 学习率过高：如果学习率设置得太大，参数更新的幅度会超出合理范围，比如计算Loss时触发了指数、对数运算的极端值溢出，直接变成NaN；
• 数据预处理失误：训练数据里藏着缺失值、离谱的异常值，或者归一化/标准化时犯了除以零这类低级错误，前向传播时就会产出无效数值；
• 函数选型的数值风险：比如用sigmoid时输入值过大，输出趋近于1，后续梯度计算容易出问题；或者交叉熵损失计算时，模型输出的概率值太接近0或1，对数运算直接跳出有效数值范围；
• 梯度爆炸/消失：深层网络里梯度累积得过大或过小，参数更新彻底失控，最终引发整个计算链路的数值崩溃。

你提到第20个epoch精度还接近90%，之后直接跌到20%左右，大概率是某个epoch开始触发了上述某一种情况，模型参数被彻底破坏，后续训练完全偏离了之前的最优方向。

2. Keras没在最佳精度处停止的原因 #

Keras默认不会自动在最佳性能点停止训练——它会老老实实跑完你设定的所有epochs。要实现“性能下降就停”的功能，必须手动添加Early Stopping回调函数，示例代码如下：

from keras.callbacks import EarlyStopping

# 配置早停规则：监控验证集精度，5个epoch没提升就停，并且恢复到最优权重
early_stop = EarlyStopping(monitor='val_acc',
                           patience=5,
                           mode='max',  # 精度是越大越好，所以选max模式
                           restore_best_weights=True)

# 训练时把回调传入即可
model.fit(x_train, y_train, callbacks=[early_stop], validation_data=(x_val, y_val))

没加这个回调的话，哪怕后期Loss崩盘、精度暴跌，模型也会一直训练到你设定的epoch数结束。

3. 快速修复的建议 #

• 先解决NaN问题：
  • 把学习率缩小10倍试试，这是最容易排查的数值不稳定诱因；
  • 彻查训练数据：有没有缺失值、异常值？预处理步骤（比如归一化）是不是没做对？
  • 换更稳定的函数：比如把sigmoid换成relu（搭配Batch Normalization效果更好），或者用Keras提供的数值稳定版损失函数实现；
• 必须加早停+权重保存：
  除了Early Stopping，建议再搭配ModelCheckpoint回调，定期保存最优权重，哪怕训练崩了也能找回之前的好状态：

from keras.callbacks import ModelCheckpoint

checkpoint = ModelCheckpoint('best_model_weights.h5', 
                             monitor='val_acc', 
                             save_best_only=True, 
                             mode='max')

model.fit(..., callbacks=[early_stop, checkpoint])

你提供的训练输出：
399/400 [>.] - ETA: 0s - loss: nan - acc: 0.2168
400/400 [==] - 50s 125ms/step - loss: nan - acc: 0.2166 - val_loss: nan - val_acc: 0.2280

内容的提问来源于stack exchange，提问作者Valentin H