torch.nn.Linear()

本文详细解析了PyTorch中线性层的工作原理,通过实例演示了如何使用torch.nn.Linear进行数据转换,解释了权重矩阵的形状及背后的数学运算,为深度学习初学者提供了清晰的理解路径。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

import torch

x = torch.randn(128, 20) # 输入的维度是(128,20)
m = torch.nn.Linear(20, 30) # 20, 30是指维度
output = m(x)
print('m.weight.shape:\n', m.weight.shape)
print('m.bias.shape:\n', m.bias.shape)
print('output.shape:\n', output.shape)
m.weight.shape:
  torch.Size([30, 20])
m.bias.shape:
 torch.Size([30])
output.shape:
 torch.Size([128, 30])

为什么m.weight.shape=(30, 20)?

因为线性变换的公式是:
y = x A T + b y =xA^{T} + b y=xAT+b
先生成一个(30, 20)的weight,实际运算中再转置,这样就能和x做矩阵乘法了。

Reference:
https://blog.youkuaiyun.com/m0_37586991/article/details/87861418

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值