torch.nn.modules.linear—Bilinear

加油_Yeah

已于 2022-12-02 16:19:54 修改

阅读量1.8k

点赞数

CC 4.0 BY-SA版权

分类专栏： # 深度学习框架pytorch&tensorflow 文章标签： DGI 笔记

于 2021-11-23 11:54:54 首次发布

本文链接：https://blog.youkuaiyun.com/qq_40371180/article/details/121489728

本文介绍了PyTorch中的Bilinear模块，用于执行双线性变换。该模块接受两个输入，其最后一个维度应匹配参数设置。输出同样保持其他维度不变。内容包括功能描述、形状规则和实例应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

功能描述

Applies a bilinear transformation to the incoming data: math:`y = x_1^T A x_2 + b`
Shape:
Input1: (N, *, Hin1) where Hin1 = in1_features and * means any number of additional dimensions. All but the last dimension of the inputs should be the same.
Input2: (N, *, Hin2) where Hin2 = in2_features.
Output: (N, *, Hout) where Hout = out_features and all but the last dimension are the same shape as the input.

该函数主要的作用是对于输入的数据进行双线性的变换，它有两个输入，并且对于输入、输出的最后一个维度应该和nn.Bilinear(in1_features,in2_features,out_features)是相同的。在该函数中bias服从均匀分布

examples：

# 导入所需要的包
import torch
import torch.nn as nn


# 对于输入数据进行双线性变换  math:`y = x_1^T A x_2 + b`
# ['in1_features', 'in2_features', 'out_features']
m=nn.Bilinear(50,20,10)
input1 = torch.randn(256,50)
input2 = torch.randn(256,20)
output = m(input1,input2)