UserWarning: "`categorical_crossentropy` received `from_logits=True`, but the `output` argument was produced by a Softmax activation and thus does not represent logits. Was this intended?
时间: 2023-05-19 07:02:18 浏览: 112
这个警告是在使用 categorical_crossentropy 损失函数时出现的,它提示我们在使用该损失函数时,如果输出层使用了 Softmax 激活函数,则不能将 from_logits 参数设置为 True,因为 Softmax 激活函数已经将输出转换为概率分布,不再是 logits。这个警告的目的是提醒我们检查模型的输出层和损失函数的设置是否一致。
相关问题
UserWarning: Using categorical_feature in Dataset. _log_warning('Using categorical_feature in Dataset.')
这是一个 PyTorch 中的警告信息,意味着正在使用一个在 Dataset 中使用 categorical_feature 的特征。这可能会导致模型的训练结果不稳定。需要检查代码中的数据处理过程,确保没有出现错误。
userwarning: __floordiv__ is deprecated, and its behavior will change in a future version of pytorch. it currently rounds toward 0 (like the 'trunc' function not 'floor'). this results in incorrect rounding for negative values. to keep the current behavio
### 回答1:
这是一个警告提示,意味着在未来版本的PyTorch中,__floordiv__将不再使用,并且其行为将发生更改。当前,它向0舍入(类似于“trunc”函数而不是“floor”),这会导致负值的舍入不正确。为了保持当前行为,需要注意这个警告提示。
### 回答2:
近期在使用 PyTorch 进行深度学习训练过程中,可能会遇到一个 warning:
```python
UserWarning: __floordiv__ is deprecated, and its behavior will change in a future version of PyTorch.
It currently rounds toward 0 (like the 'trunc' function not 'floor').
This results in incorrect rounding for negative values.
To keep the current behavior, you can use //, floor_divide() or true_divide()
(with round_mode='floor') instead.
```
这个 warning 是表示 PyTorch 中的除法符号“//”和相应的函数 floor_divide() 和 true_divide() 将代替原来的 __floordiv__() 函数,同时 __floordiv__() 函数的行为将在未来的 PyTorch 版本中发生变化,如此时声明的般会向零舍入(类似于 'trunc' 函数而不是 'floor' 函数),这将导致负数的四舍五入不正确。
为了避免这种问题,可以在代码中将 __floordiv__() 函数改用 “//” 符号等代替方法,并将 round_mode 参数设置为“floor”。这样做可以保留当前行为,同时可以避免面临未来版本中的 warning 和问题。
总的来说,这个 warning 是 PyTorch 开发团队为了提高代码准确性和代码向后兼容性而发布的警告,开发者们应该积极跟进监测新版本的变化,并进行适当的代码调整。
### 回答3:
在PyTorch中,出现了"__floordiv__ is deprecated"的警告。该警告是在某些版本中出现的,预示着未来 PyTorch 版本中的行为可能会发生变化。在当前版本中,__floordiv__ 会向0取整(像 "trunc" 函数而不是 "floor" 函数)。这意味着在处理负数时会出现不正确的取整。
为了保持当前行为,可以使用 "floor_divide" 函数而不是 "__floordiv__" 函数。这个函数在PyTorch中有专门的实现,会对给定数组的每个元素执行向下调整。如果输入值为正,则表现与 "__floordiv__" 函数相同,但如果输入值为负,则会向负无穷方向舍入,而不是像之前那样向零方向舍入。
此外,建议使用"//"(双斜杠)操作符取代 "__floordiv__" 函数,这样既可以更好地表达代码意图,也可以避免由于函数行为更改而产生的问题。但是请注意,如果代码仍然使用 "__floordiv__" 函数,这并不会导致任何问题,只是会产生一个警告。
总之,尽可能使用 "floor_divide" 函数或 "//" 操作符,以避免由于 PyTorch 版本更改而引起的问题。同时注意警告信息,及时更新代码。
阅读全文