导读 在深度学习中，`nn.Linear` 是 PyTorch 中一个非常基础且重要的模块，用于构建全连接层（Fully Connected Layer）。它实现了简单的线...
在深度学习中，`nn.Linear` 是 PyTorch 中一个非常基础且重要的模块，用于构建全连接层（Fully Connected Layer）。它实现了简单的线性变换：y = xA^T + b，其中 A 是权重矩阵，b 是偏置向量。简单来说，`nn.Linear` 就是将输入数据通过一个线性函数映射到新的空间维度。
首先，在使用 `nn.Linear` 时，你需要定义它的输入和输出特征维度。例如：
```python
linear_layer = nn.Linear(in_features=10, out_features=5)
```
这表示输入数据有 10 个特征，而输出会有 5 个特征。一旦定义好，你可以直接将数据传入这个层，比如：
```python
output = linear_layer(input_data)
```
背后的原理其实很简单：它会自动初始化权重和偏置，并通过反向传播更新参数以优化模型性能。记住，`nn.Linear` 并不会改变数据形状，只是改变其特征数量！
掌握 `nn.Linear` 是入门深度学习的第一步，也是构建复杂网络的基础。💪
PyTorch 深度学习 机器学习