torch.nn.Linear(in_features, out_features, bias=True)[source]

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])