torch.max和torch.softmax

softmax 先exp，再在上面求总和的百分比

解决了负数相互抵消的问题。

if __name__ == '__main__':
    import torch
    import torch.nn.functional as F

    input = torch.randn(2, 2)
    print(input)

    b = torch.softmax(input, dim=0)  # 按列SoftMax,列和为1
    print(b)
    b = torch.max(input, dim=0)  # 按列SoftMax,列和为1
    print(b)

可以筛选第3维最大，也可以筛选第2维最大的：

    import torch

    anch_ious = torch.Tensor([[[1, 2, 3]], [[4, 5, 6]], [[7, 8, 9]]])

    print('b shape',anch_ious.shape)
    b = torch.max(anch_ious, 2)
    print(b[0])
    print(b[1])

    b = b[1].squeeze(1)
    print(b)
    print(anch_ious[list(range(anch_ious.size(0))),list(range(anch_ious.size(1))), b])