pytorch 线性层

代码：

#线性层，用于降维
import torch
import torchvision
from torch.utils.data import DataLoader

dataset=torchvision.datasets.CIFAR10()

dataloader=DataLoader(dataset,batch_size=64)

for data in dataloader:
    imgs,targets=data
    print(imgs.shape)
    output=torch.reshape(imgs,(1,1,1,-1))
    #将原图（矩阵）设置成batch—size=1,1x1的图像，然后展开，-1代表展开成多大的就多大不规定
    print(output.shape)

输出：

说明展成了196608个1x1的矩阵

降维操作：

#线性层，用于降维
import torch
import torchvision
from torch.nn import Linear
from torch.utils.data import DataLoader

dataset=torchvision.datasets.CIFAR10()

dataloader=DataLoader(dataset,batch_size=64)

class Tudui(nn.Module):
    def __init__(self):
        super(Tudui, self).__init__()
        self.linear1=Linear(196608,10)
        #将196608降维成10

    def forward(self,input):
        output=self.linear1(input)
        return output

tudui=Tudui()

for data in dataloader:
    imgs,targets=data
    print(imgs.shape)
    output=torch.flatten(imgs)
    #铺平，将矩阵铺平成1x1的，输出shape为torch.size（[196608]）
    
    #output=torch.reshape(imgs,(1,1,1,-1))
    #将原图（矩阵）设置成batch—size=1,1x1的图像，然后展开，-1代表展开成多大的就多大不规定
    #输出为torch.size（[1，1，1，196608]）
    
    print(output.shape)
    output=tudui(output)
    #降维后输出shape为torch.size（[10]）
    print(output.shape)

输出：