_, preds = torch.max(logits.data, 1)

`_, preds = torch.max(logits.data, 1)` 是PyTorch中常见的用于从神经网络输出中获取预测标签的方法。这里 `_` 是一个占位符，通常表示的是计算结果中不关心的部分（在这种情况下，它是最大值对应的索引），而 `preds` 则是经过 `max()` 操作得到的每个样本的最大值所在位置，也就是模型对每个输入样本的预测类别。

在训练MNIST数据集的场景下，`outputs` 可能是经过softmax激活后的概率分布，`logits` 则可能是未经过softmax处理的原始分数。`torch.max()` 函数返回的是每一维元素中的最大值及其索引。`data` 参数表示我们将对张量的CPU内存数据而不是GPU上的张量进行操作。通过这种方式，我们可以在测试阶段获得每个样本的最可能分类。

代码示例：

# 假设inputs是已经经过前向传播的张量
logits = model(inputs)  # model是神经网络模型

# 使用torch.max找到每个样本的最大得分及其索引
_, predicted_classes = torch.max(logits.data, 1)

# 更新统计信息，如总共有多少个样本
total += predicted_classes.size(0)