Linear

class paddle.fluid.dygraph. Linear ( input_dim, output_dim, param_attr=None, bias_attr=None, act=None, dtype='float32' ) [源代码]

线性变换层:

\[\begin{split}\\Out = Act({XW + b})\\\end{split}\]

其中,\(X\) 为输入的 Tensor, \(W\)\(b\) 分别为权重和偏置。

Linear 层只接受一个 Tensor 的输入。 Linear 层将输入 Tensor 与权重矩阵 \(W\) 相乘,然后生成形状为 \([N,*,output_dim]\) 的输出张量, 其中 \(N\) 是批量大小,\(*\) 表示任意数量的附加尺寸。 如果 bias_attr 不是 None,则将创建一个 bias 变量并将其添加到输出中。 最后,如果激活 act 不是 None,则相应激活函数也将应用于输出上。

参数

  • input_dim (int) – 线性变换层输入单元的数目。

  • output_dim (int) – 线性变换层输出单元的数目。

  • param_attr (ParamAttr,可选) – 指定权重参数属性的对象。默认值为None,表示使用默认的权重参数属性。具体用法请参见 ParamAttr

  • bias_attr (ParamAttr,可选) – 指定偏置参数属性的对象,若 bias_attr 为bool类型,如果设置为False,表示不会为该层添加偏置;如果设置为True,表示使用默认的偏置参数属性。默认值为None,表示使用默认的偏置参数属性。默认的偏置参数属性将偏置参数的初始值设为0。具体用法请参见 ParamAttr

  • act (str,可选) – 应用于输出上的激活函数,如tanh、softmax、sigmoid,relu等,支持列表请参考 激活函数,默认值为None。

  • dtype (str,可选) – 权重的数据类型,可以为float32或float64。默认为float32。

返回

代码示例

from paddle.fluid.dygraph.base import to_variable
import paddle.fluid as fluid
from paddle.fluid.dygraph import Linear
import numpy as np

data = np.random.uniform(-1, 1, [30, 10, 32]).astype('float32')
with fluid.dygraph.guard():
    linear = Linear(32, 64)
    data = to_variable(data)
    res = linear(data)  # [30, 10, 64]

属性

属性

weight

本层的可学习参数,类型为 Parameter

bias

本层的可学习偏置,类型为 Parameter