预测得分为负数

[sky-fly97]

作者您好，我在使用您的代码训练自己的数据时，数据一共有6类，预测结果没有问题，准确率很高，但是其他的类得分为什么会出现负数呢？ 并且不同的图像得分的大小程度也差很多，请问是什么原因呢

[sky-fly97]

[sky-fly97]

这个是我的推理代码
`img = cv2.imread(img_dir + img_name)

img_input = img[..., ::-1] # BGR to RGB

img_input = (np.float32(img)/255.0-[0.485, 0.456, 0.406]) / [0.229, 0.224, 0.225]
img_input = img_input.transpose((2, 0, 1))
img_input = torch.from_numpy(img_input).unsqueeze(0)
img_input = img_input.type(torch.FloatTensor)
print(img_input.shape)
pred = model(img_input.cuda())
pred_score = torch.max(pred, 1)[0]
pred_index = torch.max(pred, 1)[1]`

[lxztju]

最后一层直接取出的结果没有经过softmax，可以用一个softmax得到归一化的概率值

[xsbrsg]

请问您测试同一张图片得出的pre值是一样的吗。我用训练的模型测试同一张图片，每次输出的pre值都有差异，想问一下您有没有出现这种情况，可能是什么原因导致的