常见层：线性、卷积、循环

PyTorch 提供神经网络模型的基本构成单元，即层。torch.nn 包提供了多种预构建层，它们执行神经网络中常见的操作。这些层将可学习参数（权重和偏置）和操作本身都包含在内。这里将介绍三种主要类型：线性层、卷积层和循环层。

线性层 (nn.Linear)

神经网络层最基本的类型是线性层，也称为全连接层或密集层。它对输入数据进行线性变换。如果输入张量的形状为 $(*, H_{in})$，其中 $*$ 代表任意数量的前导维度（如批大小），$H_{in}$ 是输入特征的数量，那么 nn.Linear 层会将其转换为形状为 $(*, H_{out})$ 的输出张量，其中 $H_{out}$ 是为该层指定的输出特征数量。

在数学上，此操作表示为 $y = x W^T + b$，其中：

• $x$ 是输入
• $W$ 是权重矩阵
• $b$ 是偏置向量
• $y$ 是输出

您可以通过指定输入特征和输出特征的数量来创建线性层。

import torch
import torch.nn as nn

# 示例：输入特征大小为 20，输出特征大小为 30
linear_layer = nn.Linear(in_features=20, out_features=30)

# 创建一个示例输入张量（批大小 64，20 个特征）
input_tensor = torch.randn(64, 20)

# 将输入通过该层
output_tensor = linear_layer(input_tensor)

print(f"Input shape: {input_tensor.shape}")
print(f"Output shape: {output_tensor.shape}")
# 预期输出：
# Input shape: torch.Size([64, 20])
# Output shape: torch.Size([64, 30])

# 检查层的参数（自动创建）
print(f"\nWeight shape: {linear_layer.weight.shape}")
print(f"Bias shape: {linear_layer.bias.shape}")
# 预期输出：
# Weight shape: torch.Size([30, 20])
# Bias shape: torch.Size([30])

线性层是许多架构中的基本组成部分，包括简单的多层感知机（MLP），并且在像 CNN 和 RNN 这样更复杂的模型中，它们通常作为最终的分类或回归头部。

卷积层 (nn.Conv2d)

卷积层是现代计算机视觉模型的核心。与对扁平特征向量进行操作的线性层不同，卷积层设计用于处理网格状数据（如图像），并保留空间关系。用于二维数据（如图像）的主要层是 nn.Conv2d。

它的工作原理是通过在输入空间维度（高和宽）上滑动小型滤波器（卷积核）。对于滤波器的每个位置，它计算滤波器权重与滤波器下输入图像块的点积，从而在输出特征图中生成一个元素。这个过程有助于检测边缘、角点和纹理等空间模式。

nn.Conv2d 的主要参数包括：

• in_channels：输入图像中的通道数量（例如，RGB 图像为 3）。
• out_channels：要应用的滤波器数量。每个滤波器生成一个输出通道（特征图）。
• kernel_size：滤波器的大小（高，宽）。可以是单个整数用于方形卷积核，或一个元组 (H, W)。
• stride (可选，默认 1)：滤波器在每一步移动的像素数。
• padding (可选，默认 0)：添加到输入边界的零填充量。

# 示例：处理一批 16 张图像，3 通道（RGB），32x32 像素
# 应用 6 个滤波器（输出通道），每个大小为 5x5
conv_layer = nn.Conv2d(in_channels=3, out_channels=6, kernel_size=5)

# 创建一个示例输入张量（批大小，通道，高，宽）
# PyTorch 通常期望通道优先的格式 (N, C, H, W)
input_image_batch = torch.randn(16, 3, 32, 32)

# 将输入通过卷积层
output_feature_maps = conv_layer(input_image_batch)

print(f"Input shape: {input_image_batch.shape}")
print(f"Output shape: {output_feature_maps.shape}")
# 没有填充/步幅时，输出大小会减小：32 - 5 + 1 = 28
# 预期输出：
# Input shape: torch.Size([16, 3, 32, 32])
# Output shape: torch.Size([16, 6, 28, 28])

# 检查参数
print(f"\nWeight (filter) shape: {conv_layer.weight.shape}") # (输出通道，输入通道，卷积核高，卷积核宽)
print(f"Bias shape: {conv_layer.bias.shape}") # (输出通道)
# 预期输出：
# Weight (filter) shape: torch.Size([6, 3, 5, 5])
# Bias shape: torch.Size([6])

nn.Conv2d 及其变体（nn.Conv1d、nn.Conv3d）对涉及空间层次的任务是不可或缺的，主要用于图像和视频分析，但有时也应用于序列数据。我们将在第 7 章更详细地了解如何构建 CNN。

循环层 (nn.RNN)

循环神经网络（RNN）设计用于处理序列数据，其中元素的顺序很重要。示例包括文本、时间序列数据或音频信号。RNN 层的核心思想是维护一个隐藏状态，该状态捕捉序列中先前元素的信息，并影响当前元素的处理。

PyTorch 中基本的 nn.RNN 层逐步处理输入序列。在每一步 $t$，它接收输入 $x_t$ 和前一个隐藏状态 $h_{t-1}$，以计算输出 $o_t$（可选，通常只使用最终隐藏状态）和新的隐藏状态 $h_t$。

nn.RNN 的主要参数：

• input_size：每个时间步输入中的特征数量。
• hidden_size：隐藏状态中的特征数量。
• num_layers (可选，默认 1)：堆叠 RNN 层的数量。
• batch_first (可选，默认 False)：如果为 True，输入和输出张量将以 (batch, seq_len, features) 形式提供，而不是默认的 (seq_len, batch, features)。

# 示例：处理一批 10 个序列，每个序列长 20 步，每步有 5 个特征。
# 使用大小为 30 的隐藏状态。
# 设置 batch_first=True 以便更方便地处理数据。
rnn_layer = nn.RNN(input_size=5, hidden_size=30, batch_first=True)

# 创建一个示例输入张量（批，序列长度，输入特征）
input_sequence_batch = torch.randn(10, 20, 5)

# 初始化隐藏状态（层数，批，隐藏状态大小）
# 如果未提供，默认为零。
initial_hidden_state = torch.randn(1, 10, 30) # 层数=1

# 将输入序列和初始隐藏状态通过 RNN
# 输出包含所有时间步的输出
# final_hidden_state 包含最后一个时间步的隐藏状态
output_sequence, final_hidden_state = rnn_layer(input_sequence_batch, initial_hidden_state)

print(f"Input shape: {input_sequence_batch.shape}")
print(f"Initial hidden state shape: {initial_hidden_state.shape}")
print(f"Output sequence shape: {output_sequence.shape}") # (批，序列长度，隐藏状态大小)
print(f"Final hidden state shape: {final_hidden_state.shape}") # (层数，批，隐藏状态大小)
# 预期输出：
# Input shape: torch.Size([10, 20, 5])
# Initial hidden state shape: torch.Size([1, 10, 30])
# Output sequence shape: torch.Size([10, 20, 30])
# Final hidden state shape: torch.Size([1, 10, 30])

虽然 nn.RNN 展示了基本思想，但简单的 RNN 通常因梯度消失而难以处理长序列。在实际应用中，通常更偏好 nn.LSTM（长短期记忆）和 nn.GRU（门控循环单元）等更高级的循环层，因为它们包含门控机制，能更好地管理长距离依赖中的信息流。这些将在第 7 章再次提及。

这三种层类型（线性层、卷积层、循环层）代表了针对不同数据和任务的基本操作。torch.nn 提供了这些层以及许多其他层（如池化层、归一化层、dropout 层），它们可以在 nn.Module 子类中组合起来，以构建复杂的深度学习模型。在接下来的部分中，我们将看到如何将这些层与非线性激活函数结合，并定义使用损失函数和优化器训练它们的标准。