利用pytorch实现的全连接层代码

以下是利用 PyTorch 实现的全连接层代码：

import torch
import torch.nn as nn

class FullyConnectedLayer(nn.Module):
    def __init__(self, input_size, output_size):
        super(FullyConnectedLayer, self).__init__()
        
        # 定义全连接层
        self.fc = nn.Linear(input_size, output_size)
        
    def forward(self, x):
        # 前向传播
        out = self.fc(x)
        return out

在这个代码中，我们定义了一个名为 FullyConnectedLayer 的类，该类继承自 nn.Module。类的构造函数中，我们定义了一个全连接层，它的输入大小为 input_size，输出大小为 output_size。在 forward 方法中，我们进行了前向传播，并返回输出。

要使用这个全连接层，我们需要先实例化它：

input_size = 100
output_size = 10

fc_layer = FullyConnectedLayer(input_size, output_size)

然后我们可以将输入数据传递给它，进行前向传播：

input_data = torch.randn(1, input_size)

output = fc_layer(input_data)