简介

Hello！

非常感谢您阅读海轰的文章，倘若文中有错误的地方，欢迎您指出～

ଘ(੭ˊᵕˋ)੭

昵称：海轰

标签：程序猿｜C++选手｜学生

简介：因C语言结识编程，随后转入计算机专业，获得过国家奖学金，有幸在竞赛中拿过一些国奖、省奖...已保研

学习经验：扎实基础 + 多做笔记 + 多敲代码 + 多思考 + 学好英语！

唯有努力💪

torch.nn.Linear()

语法

torch.nn.Linear(in_features, out_features, bias=True, device=None, dtype=None)

作用

对输入数据应用线性变换： $y = xA^T + b$

构建一个全连接层（liner的作用，个人更加倾向于这样理解） 输入作为全连接层的输入输出为全连接层的输出

在这里插入图片描述

举例

m = nn.Linear(2, 3) # 构建一个全连接层 输入神经元个数：2 输出神经元个数：3
input = torch.randn(4, 2) # 输入维度 4 * 2
output = m(input) # 向全连接层中加入输入数据 得到输出
print(input)
print(output)
print(output.size())

解释

利用nn.Linear(2, 3)构建一个 2 * 3 的全连接层，即m
将input应用到m上，得到output ，维度为 4 * 3
（4 * 2） * （2 * 3） = （4 * 3）

在这里插入图片描述

linear源码实现：

在这里插入图片描述

图片来源：blog.csdn.net/u013925378/…

从上面源码中可以看出，我们可以得到全连接层m中的weight、bias

print(m.weight)
print(m.weight.shape)
print(m.bias)
print(m.bias.shape)

在这里插入图片描述

参考

结语

文章仅作为个人学习笔记记录，记录从0到1的一个过程

希望对您有一点点帮助，如有错误欢迎小伙伴指正

在这里插入图片描述

【Pytorch】torch.nn.Linear()

简介

torch.nn.Linear()

语法

作用

举例

参考

结语