Pytorch函数

• max()
  torch.max(input, dim)
  dim参数指出删去哪一维度，0-行，1-列；输出两个tensor，第一个得到最大值结果，第二个给出相对位置(0-index)

>>> a = torch.randn(4, 4)
>>> a
tensor([[-1.2360, -0.2942, -0.1222,  0.8475],
        [ 1.1949, -1.1127, -2.2379, -0.6702],
        [ 1.5717, -0.9207,  0.1297, -1.8768],
        [-0.6172,  1.0036, -0.6060, -0.2432]])
>>> torch.max(a, 1)
(tensor([ 0.8475,  1.1949,  1.5717,  1.0036]), tensor([ 3,  0,  0,  1]))

dim=1，删除列的维度，只有1列，每一行为该行最大值，第二个tensor给出该最大值所在的列数
等同于a.max(1)
例：在训练网络时

output = net(img)
 _, predicted = output.max(1)

output为对img的预测输出，batch行label列，每行是一个图片的输出，每次输出batch组。所以预测结果需要看每行的最大值，找每行最大值的位置。output.max(1)找到每行最大值，有两个tensor输出，第一个为最大值，第二个为最大值所在位置，所关注的是位置，所以第一个下划线_舍弃掉最大值。

• item()
  把tensor转换成数

• torch.nn.Sequential语法
  nn.Sequential(a, b, c)
  括号，逗号

• torchvision.transforms.Composed语法
  transforms.Composed([a, b, c])
  括号，方括号，逗号