pytorch中dense函数

PyTorch中的`torch.nn.functional.dense`函数实现了一个全连接层（也称为稠密层或线性层），它将输入张量与权重张量相乘并添加偏置，然后将结果通过一个激活函数。其函数签名为：

torch.nn.functional.linear(input, weight, bias=None)

其中，`input`是形状为 $[N, \text{in\_features}]$ 的输入张量，$N$ 是批次大小，`in_features` 是输入特征数；`weight`是形状为 $[\text{out\_features}, \text{in\_features}]$ 的权重张量，其中 `out_features` 是输出特征数；`bias`是一个可选的形状为 $[\text{out\_features}]$ 的偏置张量。函数返回的是形状为 $[N, \text{out\_features}]$ 的张量。

可以使用`nn.Linear`模块来代替`nn.functional.linear`函数。`nn.Linear`模块与`nn.functional.linear`函数的使用方式非常相似，但是模块会自动创建权重和偏置张量，并且可以方便地将它们移动到GPU上。下面是一个使用`nn.Linear`模块的示例：

import torch.nn as nn

# 创建一个全连接层，输入特征数为3，输出特征数为4
linear = nn.Linear(3, 4)

# 输入张量
x = torch.randn(2, 3)

# 使用全连接层进行前向计算
y = linear(x)

print(y.shape)  # 输出：torch.Size([2, 4])