问题描述：
在使用ultralytics库训练YOLO模型时，遇到一个非常奇怪的问题：训练过程中的验证损失（loss）出现了NaN，而验证的评价指标如mAP50却能正常计算（有时mAP都也为0）。经过深入研究发现，这个问题和显卡有关。
训练时在控制台打印的结果显示，训练集有正常显示loss，到验证时出现指标为0：

解决方案
关闭显卡AMP（Automatic Mixed Precision, 自动混合精度）即可

在 YOLOv8 训练时关闭 AMP（Automatic Mixed Precision，自动混合精度），可以通过以下方法实现：

方法 1：在 train() 时设置 amp=False

在调用 Ultralytics YOLOv8 的训练函数时，直接传入 amp=False 参数：

from ultralytics import YOLO

# 加载模型
model = YOLO("yolov8n.pt")  # 或 yolov8n.yaml

# 训练（关闭 AMP）
results = model.train(
    data="coco128.yaml",
    epochs=100,
    imgsz=640,
    batch=16,
    amp=False,  # 禁用自动混合精度
)

方法 2：修改 train.py 或 default.yaml 配置文件

如果你使用的是 train.py 或自定义的 YAML 配置文件（如 default.yaml），可以添加或修改：

# default.yaml
amp: False  # 关闭 AMP

方法 3：通过命令行参数关闭 AMP

如果你使用 CLI 命令训练，可以添加 amp=False：

yolo detect train data=coco128.yaml model=yolov8n.pt epochs=100 amp=False