Question

我有一个使用Pytorch 0.4.0的逻辑回归模型，我的输入是高维的，我的输出必须是标量 - 0，1或2。

我使用线性图层和softmax图层一起返回n x 3张量，其中每列代表输入落入三个类别之一的概率（0，{{ 1}}或1）。

但是，我必须返回2张量，所以我需要以某种方式为每个输入选择最高概率并创建一个张量，指示哪个类具有最高概率。如何使用Pytorch实现这一目标？

为了说明，我的Softmax输出：

n x 1

我必须回复：

[[0.2, 0.1, 0.7],
 [0.6, 0.2, 0.2],
 [0.1, 0.8, 0.1]]

Answer 1

torch.argmax()可能就是你想要的：

import torch

x = torch.FloatTensor([[0.2, 0.1, 0.7],
                       [0.6, 0.2, 0.2],
                       [0.1, 0.8, 0.1]])

y = torch.argmax(x, dim=1)
print(y.detach())
# tensor([ 2,  0,  1])

# If you want to reshape:
y = y.view(1, -1)
print(y.detach())
# tensor([[ 2,  0,  1]])

Pytorch - 在softmax图层之后选择最佳概率

1 个答案: