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?

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: default grid_sample and affine_grid behavior has changed to ali

userwarning: default grid_sample and affine_grid behavior has changed to align_corners=False in torch.nn.functional.

在使用torch.nn.functional中的grid_sample和affine_grid函数时，出现了一条警告信息，指出默认的行为已更改为align_corners=False。

在之前的版本中，默认的行为是使用align_corners=True，也就是调整角点对齐的方式。当align_corners=True时，输入像素点到输出像素点之间的映射是闭合的，而当align_corners=False时，会将输入像素点到输出像素点之间的映射看作是半闭合的。

这个改变的目的是为了改善旋转、缩放等操作中的插值效果。在一些情况下，当输入和输出像素点位置之间的网格不对齐时，之前的默认行为可能会导致一些非预期的结果。新的默认行为可以更好地适应不对齐的情况。

如果希望使用之前的行为（align_corners=True），可以在调用这两个函数时显式地指定align_corners=True，即：

grid_sample(input, grid, align_corners=True)
affine_grid(theta, size, align_corners=True)

总之，这个改变提醒我们，在使用grid_sample和affine_grid函数时要注意默认行为的变化，根据具体的需求去选择是否使用align_corners=True或align_corners=False。