写一个全连接层后加reshape的代码

以下是一个简单的全连接层后加reshape的代码示例：

import numpy as np

# 定义全连接层的类
class FullyConnectedLayer:
    def __init__(self, input_size, output_size):
        self.weights = np.random.randn(input_size, output_size)  # 初始化权重矩阵
        self.biases = np.zeros((1, output_size))  # 初始化偏置矩阵

    def forward(self, input_data):
        self.input = input_data  # 保存输入数据
        self.output = np.dot(self.input, self.weights) + self.biases  # 计算输出结果
        return self.output

# 定义一个输入数据
input_data = np.random.randn(10, 20)  # 输入数据大小为 10 行 20 列

# 定义一个全连接层和一个 reshape 层
fc_layer = FullyConnectedLayer(20, 30)  # 全连接层将 20 列输入数据变成 30 列输出
reshape_layer = ReshapeLayer(3, 10)  # reshape 层将数据变形为 3 行 10 列

# 前向传播
fc_output = fc_layer.forward(input_data)  # 全连接层的输出大小为 10 行 30 列
reshape_output = reshape_layer.forward(fc_output)  # reshape 层的输出大小为 3 行 10 列

# 打印输出结果
print("输入数据大小：", input_data.shape)
print("全连接层输出大小：", fc_output.shape)
print("Reshape层输出大小：", reshape_output.shape)

需要注意的是，ReshapeLayer 这个类需要你自己实现。在上面的代码中，我假设了这个类已经实现好了，只是简单地调用了它的 forward 方法。实现 ReshapeLayer 的方法很简单，可以直接使用 numpy 的 reshape 函数来实现。