Linear layers

class torch.nn.Linear(in_features, out_features, bias=True)

對(duì)輸入數(shù)據(jù)做線性變換：y=Ax+b

參數(shù)：

• in_features - 每個(gè)輸入樣本的大小
• out_features - 每個(gè)輸出樣本的大小
• bias - 若設(shè)置為False，這層不會(huì)學(xué)習(xí)偏置。默認(rèn)值：True

形狀：

• 輸入: (N,in_features)
• 輸出： (N,out_features)

變量：

• weight -形狀為(out_features x in_features)的模塊中可學(xué)習(xí)的權(quán)值
• bias -形狀為(out_features)的模塊中可學(xué)習(xí)的偏置

例子：

import torch from torch import autograd from torch import nnm = nn.Linear(20, 30) # 20個(gè)神經(jīng)元變30個(gè)神經(jīng)元？ input = autograd.Variable(torch.randn(128, 20))output = m(input) print(output.size()) # torch.Size([128, 30])

參考文章：https://pytorch-cn.readthedocs.io/zh/latest/package_references/torch-nn/#linear-layers

總結(jié)

以上是生活随笔為你收集整理的pytorch nn.Linear（对输入数据做线性变换：y=Ax+b）（全连接层？）的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。