torch max 判断与筛选

判断max是否大于0：item()后，就变成了一个值了，

import torch

y=torch.Tensor(1,2,3)

if torch.max(y>=2).item():

print("max") else: print("no")

分类网络后处理：

网络输出一维向量12*3，然后变成 12组分类，每组3个选项

output_o = self.model(d_t_trans)
# print(outputs)
outputs=output_o.view(d_t_trans.size(0),3,12)
outputs = m_func.softmax(outputs, dim=1)
cls_score, cls_index = torch.max(outputs.data, 1)
if self.use_gpu:
return preds.cpu().,scores.cpu().data.numpy(),outputs.data.numpy()
return preds.data.numpy(),scores.data.numpy(),outputs.data.numpy()


print(cls_index.data.numpy())
print(cls_score.data.numpy())
print(outputs.data.numpy()[0][2][2])

print("softmax_v",outputs)