更新时间:2025-03-31 03:24:12
在深度学习的世界里,`nn.Linear()` 是 PyTorch 中一个非常基础且重要的模块,主要用于构建全连接层(Fully Connected Layer)。简单来说,它实现的是矩阵乘法加上偏置的操作:y = xA^T + b。
首先,我们需要了解它的参数。`nn.Linear(in_features, out_features, bias=True)`,其中:
- `in_features` 是输入数据的特征数量;
- `out_features` 是输出数据的特征数量;
- `bias` 是否添加偏置,默认为 `True`。
例如:
```python
import torch.nn as nn
linear_layer = nn.Linear(4, 2) 输入4维,输出2维
input_tensor = torch.randn(3, 4) 批量输入,3个样本,每个样本4维
output_tensor = linear_layer(input_tensor)
print(output_tensor.shape) 输出应为 (3, 2)
```
通过上述代码,我们可以看到,`nn.Linear()` 能够高效地完成从高维到低维或反之的数据转换!无论是搭建神经网络还是处理数据变换,它都是你的得力助手!🚀🌟