pytorch全连接层怎么定义

在PyTorch中，全连接层可以通过nn.Linear类来定义。这个类接受两个参数：输入特征的数量（in_features）和输出特征的数量（out_features）。下面是一个简单的例子，展示了如何定义一个全连接层：

import torch
import torch.nn as nn

# 定义一个全连接层，输入特征数量为784，输出特征数量为10
fc_layer = nn.Linear(in_features=784, out_features=10)

# 打印全连接层的参数
print("Weights:", fc_layer.weight)
print("Biases:", fc_layer.bias)

在这个例子中，我们创建了一个全连接层，其输入特征数量为784（例如，一个28x28像素的图像），输出特征数量为10（例如，10个类别）。nn.Linear类会自动初始化权重矩阵和偏置向量。