LazyLinear

class torch.nn.modules.linear.LazyLinear(out_features, bias=True, device=None, dtype=None)

一个 torch.nn.Linear 模块，其中 in_features 是推断出来的。

在此模块中，weight 和 bias 都是 torch.nn.UninitializedParameter 类。它们将在首次调用 forward 后初始化，然后该模块将成为一个常规的 torch.nn.Linear 模块。Linear 的 in_features 参数是从 input.shape[-1] 推断出来的。

有关延迟模块及其限制的更多文档，请查看 torch.nn.modules.lazy.LazyModuleMixin。

参数:

• out_features (int) – 每个输出样本的大小

• bias (UninitializedParameter) – 如果设置为 False，则该层将不会学习加性偏置。默认为 True

变量:

• weight (torch.nn.parameter.UninitializedParameter) – 模块的可学习权重，形状为 $(\text{out\_features}, \text{in\_features})$。值从 $\mathcal{U}(-\sqrt{k}, \sqrt{k})$初始化，其中 $k = \frac{1}{\text{in\_features}}$

• bias (torch.nn.parameter.UninitializedParameter) – 模块的可学习偏置，形状为 $(\text{out\_features})$。如果 bias 为 True，则值从 $\mathcal{U}(-\sqrt{k}, \sqrt{k})$ 初始化，其中 $k = \frac{1}{\text{in\_features}}$

cls_to_become

别名为 Linear

initialize_parameters(input)

根据 input 推断 in_features 并初始化参数。

reset_parameters()

根据 __init__ 中使用的初始化重置参数。