多维全连接层 pytorch

在 PyTorch 中，可以使用 `nn.Linear` 类来创建多维全连接层。`nn.Linear` 类是 PyTorch 中的一个线性层，它将输入特征通过矩阵乘法和偏置项相加来生成输出。

下面是一个使用 `nn.Linear` 创建多维全连接层的示例代码：

import torch
import torch.nn as nn

# 定义输入特征维度和输出特征维度
input_dim = 10
output_dim = 5

# 创建多维全连接层
fc_layer = nn.Linear(input_dim, output_dim)

# 生成随机输入数据
input_data = torch.randn(2, input_dim)  # 假设输入数据是一个大小为(2, input_dim)的张量

# 使用多维全连接层进行前向计算
output = fc_layer(input_data)

print(output)

在上面的示例中，我们首先定义了输入特征维度 `input_dim` 和输出特征维度 `output_dim`。然后，我们使用 `nn.Linear(input_dim, output_dim)` 创建了一个多维全连接层对象 `fc_layer`。接下来，我们生成了一个随机的输入数据 `input_data`，大小为(2, input_dim)。最后，我们通过调用 `fc_layer(input_data)` 来进行前向计算，并将结果存储在 `output` 中。

注意，`nn.Linear` 的第一个参数是输入特征的维度，第二个参数是输出特征的维度。在上面的示例中，输入特征维度为 `input_dim`，输出特征维度为 `output_dim`。