python - Pytorch - 在 softmax 层之后选择最佳概率

Question

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

我使用一个线性层与一个 softmax 层相结合来返回一个 n x 3 张量，其中每一列代表输入落入三个类别之一的概率 (0 、1 或 2)。

但是，我必须返回一个 n x 1 张量，因此我需要以某种方式为每个输入选择最高概率，并创建一个张量来指示哪个类别的概率最高。我如何使用 Pytorch 实现这一目标？

为了说明，我的 Softmax 输出如下:

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

我必须归还这个:

[[2],
 [0],
 [1]]

Answer 1

torch.argmax()可能是你想要的:

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]])