为使您的问题得到快速解决，在建立Issues前，请您先通过如下方式搜索是否有相似问题:【搜索issue关键字】【使用labels筛选】【官方文档】

如果您没有查询到相似问题，为快速解决您的提问，建立issue时请提供如下细节信息：

• 标题：简洁、精准概括您的问题，例如“Insufficient Memory xxx" ”
• 版本、环境信息：

   1）PaddlePaddle版本：1.8.0
   2）CPU：AI Studio
   3）GPU：Tesla V100 16G
   4）系统环境：Ubuntu 16.04.6 LTS , Python3.7
注：您可以通过执行summary_env.py获取以上信息。

• 训练信息

   1）单卡
   2）显存信息
   3）Operator信息

• 复现信息：未报错，只是其中一个子网络参数全部变成了nan，loss变大
• 问题描述：

之前已经将模型训练20个epoch，模型训练精度达到了0.99左右，重新加载与训练的模型后进行超参数调节训练，训练几个step后通过打印发现rep_flow_layer子网络的参数变成了nan（大多数时候会正常训练）

Thank you for contributing to PaddlePaddle.
Before submitting the issue, you could search issue in the github in case that there was a similar issue submitted or resolved before.
If there is no solution,please make sure that this is a training issue including the following details:

System information

-PaddlePaddle version （eg.1.1）or CommitID
-CPU: including CPUMKL/OpenBlas/MKLDNN version
-GPU: including CUDA/CUDNN version
-OS Platform (eg.Mac OS 10.14)
-Other imformation: Distriuted training/informantion of operator/
Graphics card storage
Note: You can get most of the information by running summary_env.py.

To Reproduce

Steps to reproduce the behavior

Describe your current behavior
Code to reproduce the issue
Other info / logs