对到来的数据使用线性变换:
参数:
-
in_features – 每个输入样本的大小
-
out_features – 每个输出样本的大小
-
bias – 如果设置为False,层将不会学习添加偏差。默认值:True
形状:
-
输入: 其中∗*∗ 的含义为附加维的任何数值,并且
-
输出: , 除了最后一个维度外,其他所有维度都与输入相同,并且 .
变量:
-
~Linear.weight – shape (out_features,in_features)模块的可学习权值。从 得到的 初始化的值,其中
-
~Linear.bias – 形状(out_features)模块的可学习偏差。 如果bias为真,则初始化值 ,其中
例:
>>> m = nn.Linear(20, 30)
>>> input = torch.randn(128, 20)
>>> output = m(input)
>>> print(output.size())
torch.Size([128, 30])