Pytorch - 在 softmax 层之后选择最佳概率

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 or 2.

我使用线性层与 softmax 层相结合来返回n x 3张量，其中每列表示输入属于三个类别之一的概率 (0, 1 or 2).

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

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]]

我必须返回这个：

[[2],
 [0],
 [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]])