in_features和out_features应该是什么？

Question

torch.nn.Linear(in_features, out_features, bias=True, device=None, dtype=None)

我有一个914,19形状的数据集。我的in_features应该是914吗？我想预测5个不同的值，那么我的输出特征应该是5吗？

class NeuralNetwork(nn.Module):
    def __init__(self):
        super(NeuralNetwork, self).__init__()
        self.linear1 = nn.Linear(914,512)
        self.linear2 = nn.Linear(512,512)
        self.linear3 = nn.Linear(512,512)
        self.linear4 = nn.Linear(512,5)
        

    def forward(self, x):
        x = F.relu(self.linear1(x))
        x = F.relu(self.linear2(x))
        x = F.relu(self.linear3(x))
        x = self.linear4(x)
        
        return x
NeuralNet = NeuralNetwork()
print(NeuralNet)

Answer 1

您的输入数据是(914, 19)形式的，假设914在这里指的是您的批处理大小，那么in_features对应于19。这可以被读取为包含914个特征长度的输入向量的张量。

在本例中，linear1的in_features将设置为19。