P11：线性层的使用

1、使用线性层将输入图片的形状进行压缩：

代码如下：

import torch
import torchvision
from torch import nn
from torch.nn import Linear
from torch.utils.data import DataLoader

dataset = torchvision.datasets.CIFAR10("dataset", train=False, transform=torchvision.transforms.ToTensor(),
                                       download=True)
dataloader = DataLoader(dataset, batch_size=64)

class Tudui(nn.Module):
    def __init__(self):
        super(Tudui, self).__init__()
        self.linear1 = Linear(196608, 10)

    def forward(self, input):
        output = self.linear1(input)
        return output

tudui = Tudui()

for data in dataloader:
    imgs, targets = data
    print(imgs.shape)
    # output = torch.reshape(imgs, (1,1,1,-1))
    output = torch.flatten(imgs)
    print(output.shape)
    output = tudui(output)
    print(output.shape)

可以看到：

原来图片是 ([64, 3, 32, 32])，

首先经过reshape操作，将其变为 ([1, 1, 1, 196608])，

这里，该作用相当于：

torch.flatten(imgs)

再通过线性层，变为 ([1, 1, 1, 10])