pytorch nn.Linear

本文介绍了PyTorch中的nn.Linear模块,用于实现全连接层。该模块接受两个参数:输入神经元个数(in_features)和输出神经元个数(out_features),并可选择是否包含偏置。通过一个例子展示了如何创建一个Linear层,输入10个4维特征,输出2个特征,并打印了输出形状、权重和偏置的形状。nn.Linear是神经网络中常见的层,用于进行特征转换和维度调整。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

目录:

   1: 参数说明

    2: 功能

    3:  例子

参考: nn.Linear的理解 - 知乎

一  参数说明:

torch.nn.Linear(

in_features,    输入的神经元个数

out_features,  输出神经元个数

bias=True       是否包含偏置 )

模型主要实现如下功能:(x,w 都是行向量)


二   实现功能:

y=xw^T+b

 

 向量是按照行向量排列的

  

 

     \frac{\partial y}{\partial w}=x


三: 例子

# -*- coding: utf-8 -*-
"""
Created on Thu Nov 24 09:25:45 2022

@author: chengxf2
"""
import torch 
from torch import nn


def  Linear():
    
     conv =  nn.Linear(in_features= 4, out_features =2)
     
     X = torch.randn(10, 4)    
     
     out = conv(X)
     
     print("\n 输出 ",out.shape)
     print("\n 权重系数",conv.weight.shape)
     print("\n 偏置系数 ",conv.bias.shape)
  
    
if __name__ == "__main__":
    
    Linear()


 输出  torch.Size([10, 2])

 权重系数 torch.Size([2, 4])

 偏置系数  torch.Size([2])

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值