当前位置: 首页>>代码示例 >>用法及示例精选 >>正文

Python torch.nn.Linear用法及代码示例


用法:

class torch.nn.Linear(in_features, out_features, bias=True, device=None, dtype=None)

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 ，该层将不会学习附加偏差。默认值：True

变量：

  • ~Linear.weight(torch.Tensor) -形状为 的模块的可学习权重。这些值从 初始化，其中

  • ~Linear.bias-形状为 的模块的可学习偏差。如果 bias 是 True ，则值从 初始化，其中

对传入数据应用线性变换：

该模块支持 TensorFloat32。

形状：

  • 输入： 其中 表示任意数量的维度，包括 none 和 。

  • 输出： ，其中除了最后一个维度之外的所有维度都与输入和 的形状相同。

例子：

>>> m = nn.Linear(20, 30)
>>> input = torch.randn(128, 20)
>>> output = m(input)
>>> print(output.size())
torch.Size([128, 30])

相关用法


注：本文由纯净天空筛选整理自pytorch.org大神的英文原创作品 torch.nn.Linear。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。