浅析浅析PyTorch中中nn.Linear的使用的使用 主要介绍了浅析PyTorch中nn.Linear的使用，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一 定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧 查看源码 查看源码 Linear 的初始化部分： class Linear(Module): ... __constants__ = ['bias'] def __init__(self, in_features, out_features, bias=True): super(Linear, self).__init__() self.in_features = in_features self.out_features = out_features self.weight = Parameter(torch.Tensor(out_features, in_features)) if bias: self.bias = Parameter(torch.Tensor(out_features)) else: self.register_parameter('bias', None) self.reset_parameters() ... 需要实现的内容： 计算步骤： @weak_script_method def forward(self, input): return F.linear(input, self.weight, self.bias) 返回的是：input * weight + bias 对于 weight weight: the learnable weights of the module of shape :math:`(\text{out\_features}, \text{in\_features})`. The values are initialized from :math:`\mathcal{U}(-\sqrt{k}, \sqrt{k})`, where :math:`k = \frac{1}{\text{in\_features}}` 对于 bias bias: the learnable bias of the module of shape :math:`(\text{out\_features})`. If :attr:`bias` is ``True``, the values are initialized from :math:`\mathcal{U}(-\sqrt{k}, \sqrt{k})` where :math:`k = \frac{1}{\text{in\_features}}` 实例展示 实例展示 举个例子： >>> import torch >>> nn1 = torch.nn.Linear(100, 50) >>> input1 = torch.randn(140, 100) >>> output1 = nn1(input1) >>> output1.size() torch.Size([140, 50]) 张量的大小由 140 x 100 变成了 140 x 50 执行的操作是： [140,100]×[100,50]=[140,50] 以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持我们。