将Pytorch图像分类器转换为mlmodel时出现问题:无论img如何，都返回相同的softmax输出

。

这个问题可能是由以下原因导致的：

1. 模型转换错误：在将Pytorch模型转换为mlmodel时，可能出现了错误。转换模型时，确保使用正确的转换方法和库，并按照正确的步骤进行操作。可以参考苹果官方文档和示例代码来确保正确转换模型。
2. 数据预处理问题：无论输入的img如何，都返回相同的softmax输出可能是因为数据预处理阶段出现了问题。在将图像输入模型之前，需要对图像进行适当的预处理，例如缩放、标准化或裁剪等。检查数据预处理的代码，确保它能正确处理输入数据。
3. 模型训练问题：如果模型训练不当，也可能导致无论输入如何，都返回相同的softmax输出。检查模型训练的代码，确保使用了正确的数据集、正确的损失函数和优化器，并且模型经过充分的训练。
4. 模型结构问题：模型结构可能存在问题，导致无论输入如何，都返回相同的softmax输出。检查模型的结构，确保它与任务相匹配，并且具有足够的参数和层级。还可以尝试使用其他的图像分类模型来进行测试，以确认问题是否出在模型结构上。

如果以上步骤都没有解决问题，可以尝试以下解决方案：

1. 检查mlmodel转换过程中的警告或错误信息，以获取更多的线索和指导。
2. 在转换模型之前，尝试使用一些示例数据进行测试，以确认模型是否能够正确预测。
3. 尝试重新训练模型，或者使用其他已经经过验证的模型进行转换和测试。
4. 参考相关的技术论坛、社区或问答网站，咨询其他开发者是否遇到了类似的问题，以获取更多的帮助和建议。

对于Pytorch图像分类器转换为mlmodel时出现问题的具体解决方案，我需要更多的代码和细节信息来给出更准确的答案。希望以上的指导可以帮助你解决问题或找到解决问题的方向。