pytorch linear函数

PyTorch中的`nn.Linear`函数是一个线性变换，它将输入张量与权重矩阵相乘并添加一个偏置向量。它的公式如下所示：

output = input * weight^T + bias

其中，`input`是输入张量，`weight`是权重矩阵，`bias`是偏置向量，`^T`表示矩阵的转置操作。

在PyTorch中，我们可以通过以下方式使用`nn.Linear`函数：

import torch.nn as nn

# 定义输入张量的形状
input_shape = (10, 20)

# 定义线性层
linear_layer = nn.Linear(in_features=input_shape[1], out_features=30)

# 生成输入张量
input_tensor = torch.randn(*input_shape)

# 进行线性变换
output_tensor = linear_layer(input_tensor)

# 输出结果
print(output_tensor.shape)  # 输出 (10, 30)

在上面的例子中，我们首先定义了输入张量的形状为`(10, 20)`，即一个形状为`(10, 20)`的二维张量。然后，我们定义了一个`nn.Linear`对象，其中`in_features`参数为输入张量的特征数，即`20`，`out_features`参数为输出张量的特征数，即`30`。接着，我们生成一个随机的输入张量，并将其传入线性层中进行线性变换，得到输出张量`output_tensor`。最后，我们输出了`output_tensor`的形状，即`(10, 30)`，其中`10`是输入张量的批次大小，`30`是输出张量的特征数。