直接原因：torch.nn.BSEloss()函数输入值不在0-1的范围内
根本原因：网络参数运算过程中出现NAN数值破坏最终结果
bug定位过程：
初始化模型后，第一个epoch即有一定几率报错，排查数据后，将学习率设置为1e-10时仍可偶尔复现该错误，故排除模型训飞(反向传播时偶有极大梯度，在部分层处发生梯度爆炸)；
猜测是模型初始化问题，舍弃框架原有初始化方式，改用kaiming_normal方法，错误仍产生，排除初始化参数时造成的NAN；
模型最后一层为Sigmoid，原则上会限制输入在0-1范围内，故得知NAN发生在模型运行中，才发生了Sigmoid(tensor(NAN))==NAN的错误；
猜测是LayerNorm连续遇到不同类型数据，通过线性放缩将模型带飞，将batch_size从2改到16，问题消失。
补充思路：
使用binary_cross_entropy_with_logits函数替代Sigmoid+BSEloss()函数；
使用torch.clamp(0,1)将数据限制在特定范围内(不靠谱)；
使用x = torch.where(torch.isnan(x), torch.zeros_like(x), x)将数据限制在特定范围内(不靠谱)；
补充知识：
Pytorch的torch.nn.BSEloss()函数在求梯度时进行截断操作，最多仅能传递-100的梯度；