모델이 얼마나 잘 예측하는지 확인하기 위해 처음 다섯 개의 값을 출력하면 다음과 같습니다.

tensor([[ 2.7215, 1.6601, -2.2784, -2.1693],
        [ 2.8467, 1.7512, -2.3375, -2.2104],
        [ 1.5050, 1.0164, -2.3425, -2.1092],
        [ 2.9343, 1.4001, -5.3671, -5.7565],
        [ 3.7045, 2.1831, -7.9224, -7.9769]])

값이 출력되었지만 어떤 의미인지 이해하기 어려워 보입니다. 실제 출력이 0이면 인덱스 0(예 2.7215)의 값이 인덱스 1(예 1.6601)의 값보다 높아야 합니다.

따라서 다음과 같은 코드를 이용하여 목록에서 가장 큰 값을 갖는 인덱스를 알아봅니다. 다시 말하지만 실제 값이 아닌 인덱스를 찾는 것입니다.

코드 2-17 가장 큰 값을 갖는 인덱스 확인

y_val = np.argmax(y_val, axis=1)
print(y_val[:5])

그러면 y_val에서 처음 다섯 개의 값이 출력됩니다.

tensor([0, 0, 0, 0, 0])

출력 결과 모두 인덱스 0이 출력되었습니다. 즉, 인덱스가 0인 값이 인덱스가 1인 값보다 크므로 처리된 출력이 0임을 확인할 수 있습니다.