pytorch自定义新层demo_pytorch定义自己的新层（非官方example）

一、解析层的结构

首先我们通过分析官方的源码了解一下什么是层，它包含哪些结构，成员是啥等。

class Linear(nn.Module):

def __init__(self, input_features, output_features, bias=True):

super(Linear, self).__init__()

self.input_features = input_features

self.output_features = output_features

self.weight = nn.Parameter(torch.Tensor(output_features, input_features))

if bias:

self.bias = nn.Parameter(torch.Tensor(output_features))

else:

self.register_parameter('bias', None)

self.weight.data.uniform_(-0.1, 0.1)

if bias is not None:

self.bias.data.uniform_(-0.1, 0.1)

def forward(self, input):

return LinearFunction.apply(input, self.weight, self.bias)

上面的源码是官方的线性层实现方式。

参数含义：

input_features是输入向量长度，output_features是输出向量的长度

input调用该类时的输入

Linear层包含两个内部参数，也就是我们说的层的权