PyTorch中的nn.Linear如何配置权重和偏置？

在PyTorch中，`nn.Linear`模块初始化时，权重（weights）和偏置（bias）都会自动创建。你可以通过以下步骤来配置它们：

1. **创建线性层**：

   linear_layer = nn.Linear(in_features, out_features)

`in_features`是你输入的数据的维度，`out_features`是你要输出的新特征的数量。

2. **查看默认的权重和偏置**：

   print(linear_layer.weight)
   print(linear_layer.bias)

这将分别打印出张量形式的权重矩阵和偏置向量。

3. **手动初始化**：
如果需要定制权重和偏置的初始值，可以使用`.weight`和`.bias`属性赋值：

   # 随机初始化权重
   torch.nn.init.uniform_(linear_layer.weight, a=-0.1, b=0.1)
   
   # 初始化偏置为零
   linear_layer.bias.data.fill_(0)

使用`torch.nn.init`模块提供的函数如`uniform_`、`normal_`等来设置随机分布。

4. **训练过程中的更新**：
在模型训练循环中，权重和偏置会随着反向传播和优化器（如Adam、SGD等）的更新而改变。

记住，在实际使用时，权重和偏置通常是自动调整的，除非有特殊需求，否则不需要手动修改它们。