tensor - 추가 치수에 파이 토치에서 nnLinear 층의 적용

와이즈 비즈가있다   in_features * out_features 에서 배운 매개 변수  그리고 linear.weight   out_features 에서 배운 매개 변수 . 당신은 linear.bias 를 생각할 수 있습니다  일하는 중

<올> 텐서를 일부 nn.Linear 로 재구성하십시오. 여기서 (N', in_features)   N' 의 제품입니다   N 로 설명 된 모든 치수 : *

표준 행렬-행렬 곱셈 input_2d = input.reshape(-1, in_features) 적용 .

편향 output_2d = linear.weight @ input_2d 추가  (우리는 모든 output_2d += linear.bias.reshape(1, in_features) 에 걸쳐 방송 통지  측정 기준)

N' 와 크기가 같도록 출력을 재구성하십시오. , 마지막 것을 제외하고 : input

output = output_2d.reshape(*input.shape[:-1], out_features)

따라서 최고의 치수 return output   N 와 동일하게 취급됩니다  치수. 문서는 * 를 만듭니다  입력 값이최소2d 여야하지만 원하는만큼 많은 차원이 될 수 있음을 명시해야합니다. N