我所指的代码：
predicted_index = torch.argmax(predictions[0, -1, :]).item()
这是tensor而不是list，主要区别在于：
tensor有一个指定的dtype(通常是PyTorch中的float32(- 运行操作更快
你的预测是3D张量，你正在使用它：
0第8行- 最后一列(
-1索引( - 来自第三维度的所有元素(
:(
基本上，切片后会留下一个向量。
torch.argmax返回最大元素所在的索引，例如：
torch.argmax(torch.tensor([-1, 0, 1.5, 1, 0])) # would return 2'
argmax的代码在C++中实现，并保持迄今为止找到的最大值的索引，并返回最后找到的索引(O(n)复杂度(。
.item()将tensor更改为它的Python对应项(通常float来自任何浮点，int来自整数族类型等(