企业网站营销策划,我的网站设计联盟,晋江论坛网站,儿童网站开发我记得读教材的时候是yWxb, 左乘矩阵W#xff0c;这样才能表示线性变化。 但是pytorch中的nn.linear中#xff0c;计算方式是yxA^Tb#xff0c;其中A是权重矩阵。 为什么右乘也能表示线性变化操作呢#xff1f;因为pytorch中#xff0c;照顾到输入是多个样本一起算的…我记得读教材的时候是yWxb, 左乘矩阵W这样才能表示线性变化。 但是pytorch中的nn.linear中计算方式是yxA^Tb其中A是权重矩阵。 为什么右乘也能表示线性变化操作呢因为pytorch中照顾到输入是多个样本一起算的第一个维度是多个样本数所以输入默认是行向量所以用yxA^Tb输出的y也是行向量。 我们的教材中默认输入是列向量的而pytorch为了用户方便输入当作列向量维度为batch, dim每行是特征
m nn.Linear(20, 30)
input torch.randn(128, 20)
output m(input)print(output.size())torch.Size([128, 30])
print(m.weight.shape)
torch.Size([30, 20]) # 注意这里的权重维度
