speechbrain.nnet.linear 模块

实现线性变换的库。

Authors

  • Mirco Ravanelli 2020

  • 达维德·博拉 2021

摘要

类：

Linear

计算线性变换 y = wx + b。

参考

class speechbrain.nnet.linear.Linear(n_neurons, input_shape=None, input_size=None, bias=True, max_norm=None, combine_dims=False)[source]

基础：Module

计算线性变换 y = wx + b。

Parameters:

  • n_neurons (int) – 这是输出神经元的数量（即输出的维度）。

  • input_shape (tuple) – 这是输入张量的形状。

  • input_size (int) – 输入张量的大小。

  • bias (bool) – 如果为True，则采用加法偏置b。

  • max_norm (float) – 权重最大范数。

  • combine_dims (bool) – 如果为True且输入为4D，则合并输入的第3和第4维度。

Example

>>> inputs = torch.rand(10, 50, 40)
>>> lin_t = Linear(input_shape=(10, 50, 40), n_neurons=100)
>>> output = lin_t(inputs)
>>> output.shape
torch.Size([10, 50, 100])
forward(x)[source]

返回输入张量的线性变换。

Parameters:

x (torch.Tensor) – 输入以进行线性变换。

Returns:

wx – 线性变换后的输出。

Return type:

torch.Tensor