神经网络训练中一种不易被发现的导致nan出现的方式

对《Unsupervised Person Re-identification via Softened Similarity Learning》一文进行复现时，发现无论如何调整学习率，loss都一直是nan。最后发现问题出现在下面的函数中：

其中$V_i$ 是2048维的ResNet提出出的图片特征，$v$是均一化之后的特征，则$V_i^Tv$的数值将在10左右，除以$\tau=0.1$后，将使得exp(*)中的值大于100，从而使结果为inf，在之后的计算中引入nan。