torch.nn.Linear构建全连接层

torch.nn.Linear是PyTorch中用于构建全连接层的类。它接受两个参数：in_features和out_features。in_features指定输入特征的数量，out_features指定输出特征的数量。

当我们创建一个Linear对象时，它会随机初始化权重和偏差。在前向传播过程中，Linear对象将输入张量与权重矩阵相乘，并加上偏差向量，然后输出结果。

下面是使用torch.nn.Linear构建全连接层的示例代码：

import torch
import torch.nn as nn

# 定义输入特征数量和输出特征数量
in_features = 10
out_features = 5

# 创建全连接层
fc = nn.Linear(in_features, out_features)

# 随机生成输入张量
input_tensor = torch.randn(1, in_features)

# 前向传播
output_tensor = fc(input_tensor)

print(output_tensor)

在上述代码中，我们使用nn.Linear创建了一个具有10个输入特征和5个输出特征的全连接层。然后，我们随机生成一个形状为(1, 10)的输入张量，并通过前向传播计算输出张量。最后，打印输出张量。

请注意，全连接层的权重和偏差会在模型训练过程中进行更新，以适应给定任务的要求。