model/utils/classifier.py [153:161]:
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
            inputs, labels = batch
            inputs = inputs.to(self.device)

            y = np.concatenate([y, labels.cpu().numpy().squeeze()], 0) if y.size else labels.numpy().squeeze()

            with torch.no_grad():
                outputs = self.model(inputs)[0].cpu().numpy().squeeze()
                outputs = np.max(outputs, axis=1)
                X = np.concatenate([X, outputs], 0) if X.size else outputs
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -



model/utils/classifier.py [190:198]:
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
            inputs, labels = batch
            inputs = inputs.to(self.device)

            y = np.concatenate([y, labels.cpu().numpy().squeeze()], 0) if y.size else labels.numpy().squeeze()

            with torch.no_grad():
                outputs = self.model(inputs)[0].cpu().numpy().squeeze()
                outputs = np.max(outputs, axis=1)
                X = np.concatenate([X, outputs], 0) if X.size else outputs
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -