python-Pytorch-在softmax层之后选择最佳概率
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了python-Pytorch-在softmax层之后选择最佳概率,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含718字,纯文字阅读大概需要2分钟。
内容图文
![python-Pytorch-在softmax层之后选择最佳概率](/upload/InfoBanner/zyjiaocheng/694/92f22fe0f6184bc288e2d41315b843cd.jpg)
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,而我的输出必须是标量-0、1或2.
我正在使用结合softmax层的线性层以返回n x 3张量,其中每一列代表输入落入三种类别(0、1或2)之一的概率.
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,指示哪个类具有最高概率.如何使用Pytorch实现此目的?
为了说明这一点,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]]
我必须退还这个:
[[2],
[0],
[1]]
解决方法:
torch.argmax()可能是您想要的:
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]])
内容总结
以上是互联网集市为您收集整理的python-Pytorch-在softmax层之后选择最佳概率全部内容,希望文章能够帮你解决python-Pytorch-在softmax层之后选择最佳概率所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。