torch.max和torch.Softmax()

`torch.max()` 和 `torch.softmax()` 是 PyTorch 中常用的张量操作函数。

`torch.max()` 函数用于寻找张量中每个元素的最大值以及对应的索引。它接受一个张量作为输入，并返回一个包含两个元素的结果元组：最大值和最大值所在的索引（可以是整数或 Long 类型）。例如：

import torch
tensor = torch.tensor([[1, 2, 3], [4, 5, 6]])
max_value, max_index = torch.max(tensor, dim=0)  # 沿着第一维（行）查找最大值

`torch.softmax()` 则是对张量中每一维应用softmax函数，将每个元素转换成概率分布。Softmax函数通常在处理分类问题的神经网络层输出时使用，目的是使得所有元素之和等于1，表示每个类别的概率。它接受一个张量和一个可选的维度参数 `dim`，默认值为 -1，表示沿着最后一个维度应用softmax。例如：

softmax_output = torch.softmax(tensor, dim=-1)

这会将给定的 tensor 的最后一维元素映射到一个归一化的概率分布。