💻✨nn.Linear()函数详解及代码使用✨💻
发布时间：2025-03-31 03:24:12来源：
在深度学习的世界里，`nn.Linear()` 是 PyTorch 中一个非常基础且重要的模块，主要用于构建全连接层（Fully Connected Layer）。简单来说，它实现的是矩阵乘法加上偏置的操作：y = xA^T + b。
首先，我们需要了解它的参数。`nn.Linear(in_features, out_features, bias=True)`，其中：
- `in_features` 是输入数据的特征数量；
- `out_features` 是输出数据的特征数量；
- `bias` 是否添加偏置，默认为 `True`。
例如：
```python
import torch.nn as nn
linear_layer = nn.Linear(4, 2) 输入4维，输出2维
input_tensor = torch.randn(3, 4) 批量输入，3个样本，每个样本4维
output_tensor = linear_layer(input_tensor)
print(output_tensor.shape) 输出应为 (3, 2)
```
通过上述代码，我们可以看到，`nn.Linear()` 能够高效地完成从高维到低维或反之的数据转换！无论是搭建神经网络还是处理数据变换，它都是你的得力助手！🚀🌟
免责声明：本答案或内容为用户上传，不代表本网观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。 如遇侵权请及时联系本站删除。
