深度学习-Linear函数

目录

函数的定义        

注意 

如何使用

---

torch.nn.Linear()是PyTorch库中torch.nn模块的一部分，用于创建一个线性变换层，或者说是全连接层。这个全连接层是神经网络中十分常见的组成部分，他执行线性操作（就像这样y=wx+b）（w：权重矩阵，b：偏置向量）

函数的定义        

torch.nn.Linear(in_features,out_features,bias=Ture)创建一个线性变换层，参数说明：

①in_features：输入向量的特征数（向量的维度）

②out_features：输出向量的特征数（经过线性变换后所获得的向量的维度）

③bias：如果为True，那么该层会有一个偏置向量，如果为False，就不会
 

注意 

torch.nn.Linear层的权重和偏置向量在创建时会被自动初始化。权重矩阵通常会使用各种各样的方式来进行初始化，例如kaiming初始化（有很多方法，可以查一下）。而偏置向量的默认初始化为0（但是也是可以进行修改的）

如何使用

import torch.nn as nn
linear_layer = nn.Linear(10,5)
##in_features参数指定了输入向量的大小，out_features参数指定了输出向量的大小
input_data=torch.randn(1,10)
#创建[1,10]的随机张量，作为输入
output=linear_layer(input_data)
print(output)
#测试输出（你也可以用output.shape来看看大小 ）

演示代码并没有显示更多的其他功能，详情建议查看相关的使用文档。 

总之，torch.nn.Linear是构建深度学习模型的重要工具，它提供了线性变换的基础，是许多神经网络架构的核心组件。