_, 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 = torch.max(outputs.data, 1)的理解》，这里记录一下。

源代码如下：

# forward
 outputs = model(inputs)
 _, preds = torch.max(outputs.data, 1)
loss = criterion(outputs, labels)

torch.max()这个函数返回的是两个值：

1. 第一个值是具体的value（我们用下划线_表示）
2. 第二个值是value所在的index（也就是preds）。

数字1其实可以写为dim=1，这里简写为1，python也可以自动识别，dim=1表示输出所在行的最大值，若改写成dim=0则输出所在列的最大值。
比如说测试集有10个数据，那么训练好的网络将会预测这10个数据，得到一个10×2的矩阵（假设是二分类问题），比如说预测结果是下面这个矩阵。

那么，这个 下划线_ 表示的就是具体的value，也就是输出的最大值。那么为什么用 下划线_，可不可以用其他的变量名称来代替，比如x？答案自然是可以的。