nn.Softmax(dim=1)(outputs) 与 torch.max(probs, 1)[1]的理解
已知在模型训练之后,会得出一个outputs,后遇到torch.max(probs, 1)[1]这行代码,不是很清楚它的意思,所以对其进行逐步调试,理清了思路:
outputs = model(inputs)
probs = nn.Softmax(dim=1)(outputs) # 得出一个(batch_size, 101)的Tensor, 指的是outputs在维度1,即每行上的元素相加等于1,即每个视频动作分别属于101个动作的概率相加等于1
# tupleProbs = torch.max(probs, 1)
# typeProbs = torch.max(probs, 1)[0]
# indexProbs = torch.max(probs, 1)[1]
# print(typeProbs)
# print(indexProbs)
preds = torch.max(probs, 1)[1]
# torch.max(probs, 1)是一个2元tuple, 两个元素都是一个(20,)维的Tensor,
# 第一个Tensor : (torch.max(probs, 1)[1])内存放的是batch_size个视频所预测的最大动作概率, 如第一轮的20个概率值[0.2508, 0.3159, ... , 0.2173, 0.2409]
# 第一个Tensor : (torch.max(probs, 1)[0])内存放的是batch_size个视频所预测的最大动作概率的下标, 即所属的类别标签,如第一轮的20个类别标签[55, 53, ... , 78, 38]
在代码中设置三个断点:
可以看到torch.max(probs, 1)的值是一个2元tuple
分别输出typeProbs = torch.max(probs, 1)[0] 与 indexProbs = torch.max(probs, 1)[1]的值,也可以加以验证
nn.Softmax(dim=1)(outputs) 与 torch.max(probs, 1)[1]的理解相关推荐
- 【从零学Python】理解nn.Softmax(dim=1)(outputs) 与 torch.max(probs, 1)[1]
已知在模型训练之后,会得出一个outputs,后遇到torch.max(probs, 1)[1]这行代码,不是很清楚它的意思,所以对其进行逐步调试,理清了思路: outputs = model(inp ...
- nn.Softmax(dim) 的理解
使用pytorch框架进行神经网络训练时,涉及到分类问题,就需要使用softmax函数,这里以二分类为例,介绍nn.Softmax()函数中,参数的含义. 1. 新建一个2x2大小的张量,一行理解成一 ...
- _, preds = torch.max(outputs.data, 1)
今天在看<PyTorch深度学习>这本书的时候,看到了一段代码,怎么都看不懂,然后CSDN上搜索了一下,发现了大佬的以篇博客<PyTorch系列 | _, predicted = t ...
- Pytorch中tensor维度和torch.max()函数中dim参数的理解
Pytorch中tensor维度和torch.max()函数中dim参数的理解 维度 参考了 https://blog.csdn.net/qq_41375609/article/details/106 ...
- 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( ...
- torch.max()、expand()、expand_as()使用讲解
在分类问题中,通常需要使用max()函数对softmax函数的输出值进行操作,求出预测值索引,然后与标签进行比对,计算准确率.下面讲解一下torch.max()函数的输入及输出值都是什么,便于我们理解 ...
- pytorch nn.Softmax
应用 m = nn.Softmax(dim=1) input = torch.randn(2, 3) output = m(input) 概念 API 将多个输出值转换为概率值,范围在[0,1],且概 ...
- nn.softmax的参数使用和数据使用
nn.Softmax ,dim=0 对于二维数组的dim=0时,将每列的每个元素和这一列的自然指数之和进行比, import torch.nn as nn import numpy as np imp ...
- nn.Softmax
nn.Softmax(dim=None) dim: 计算的维度 A dimension along which Softmax will be computed (so every slice alo ...
最新文章
- 学习MySQL我们应该知道哪些东西?
- python 修改字符串 循环_python – 模式匹配并用if else循环替换字符串
- 我的KT库之----数据对象
- Eclipse中的集成Git插件删除线上远程分支
- 面试题 04.02. 最小高度树
- javaweb中jsp调试8080端口被占用问题
- [转]xcode免证书调试
- puppet中anchor的作用
- CSharp中委托(一)委托、匿名函数、lambda表达式、多播委托、窗体传值、泛型委托
- tp5第三方支付-支付宝
- js-js数据结构和算法-递归思想-斐波那契数-动态规划-贪心
- Linux中实现定时任务详解
- vue屏幕分辨率适配实战解析
- win10下yolov3训练自己的数据集
- 虚拟打印机adobe PDF
- 动态沙箱是威胁防御的关键所在
- 高端HTML个性家具定制企业网站建设案例
- jdk32位安装包下载_Photoshop CC 2014软件下载和安装教程
- Redis集群master节点挂掉之后的处理方式
- 使用python实现刷脸登录
热门文章
- linux安装配置 typora插件picgo,实现gitee免费图床
- 泵站自动化控制系统/水泵远程监控 智慧泵房设备
- pytorch 代码:yield features.index_select(0,j), labels.index_select(0,j)
- 并发编程(三):线程池基本面试题(必背题目)
- 自学前端第二十五:web字体图标使用
- python期末编程题_Python 语言程序设计二级教程第七章编程题
- 【专业的图像后期处理软件】飞思 Capture One 12.1 for Mac
- 戴尔外星人戴尔外星人Alienware m15R7原厂预装win11中文家庭版系统带F12 Support Assist OS Recovery一键还原恢复功能
- 图像的基本操作 | 十
- 文墨绘学:小学语文考什么?