导读 在深度学习框架PyTorch中，`nn Linear()` 是一个非常基础且重要的模块，用于实现全连接层（Fully Connected Layer）。简单来说，它负责
在深度学习框架PyTorch中，`nn.Linear()` 是一个非常基础且重要的模块，用于实现全连接层（Fully Connected Layer）。简单来说，它负责将输入数据通过权重矩阵和偏置向量进行线性变换，公式为：y = xA^T + b。
首先，你需要定义它的输入维度 `in_features` 和输出维度 `out_features`。例如：
```python
linear_layer = nn.Linear(in_features=128, out_features=64)
```
上述代码创建了一个全连接层，将128维的输入映射到64维的输出。
其次，别忘了初始化权重和偏置！PyTorch 默认会随机初始化这些参数，但你也可以手动设置。比如：
```python
torch.nn.init.xavier_uniform_(linear_layer.weight)
torch.nn.init.zeros_(linear_layer.bias)
```
最后，在前向传播时，只需传入张量即可：
```python
output = linear_layer(input_tensor)
```
掌握 `nn.Linear()` 后，你可以轻松构建复杂的神经网络模型啦！✨
