怎样做才能让每行不共享同一个线性层呢

如果想让每行不共享同一个线性层，可以使用PyTorch中的nn.ModuleList()和nn.Linear()结合起来使用。具体步骤如下：

1. 首先，定义一个nn.ModuleList()，其中包含多个nn.Linear()，每个nn.Linear()表示对每一行进行线性变换。

2. 在forward()函数中，遍历nn.ModuleList()中的每一个nn.Linear()，分别对输入张量的每一行进行线性变换。

下面是实现代码的示例：

import torch.nn as nn

class MyLinear(nn.Module):
    def __init__(self, in_features, out_features):
        super(MyLinear, self).__init__()
        self.linears = nn.ModuleList([nn.Linear(in_features, out_features) for i in range(5)])
        
    def forward(self, x):
        outputs = []
        for i in range(5):
            outputs.append(self.linears[i](x[:,i,:]))
        return torch.stack(outputs, dim=1)

在这个示例中，我们定义了一个MyLinear类，其中包含5个nn.Linear()，每个nn.Linear()的输入特征大小为6，输出特征大小为1。在forward()函数中，遍历nn.ModuleList()中的每一个nn.Linear()，分别对输入张量的每一行进行线性变换，并将结果保存在一个列表中。最后，使用torch.stack()函数将结果在第二个维度上进行堆叠，得到一个形状为(3,5,1)的输出张量。这样，就实现了每行不共享同一个线性层的效果。