nn.Linear就是神经网络中的线性层，类似于数学中的线性函数，可以实现形如y=X*weight^T+b的功能。

#导包
import torch.nn as nn
import torch#创建1个张量
sample=torch.tensor([1.,10.,100.])#nn.Linear(in_feature,out_feature,bias)，这里设置了不需要bias,即函数为y=k*xlinear=nn.Linear(3,3,bias=False)print(linear.weight)#weight为一个3*3的张量
out:
Parameter containing:
tensor([[ 0.0777,  0.1295, -0.3284],[-0.5325,  0.2380,  0.1290],[ 0.3780, -0.1113,  0.3035]], requires_grad=True)output=linear(sample)print(output)
out:
tensor([-31.4626,  14.7472,  29.6170], grad_fn=<SqueezeBackward3>)

我们输入有3个特征 x1,x2,x3,bias=False，所以方程式为y=w1*x1+w2*x2+w3*x3

y1=0.0777*1+0.1295*10+(-0.3284)*100=-31.46

y2=-0.5325*1+0.2380*10+0.1290*100=14.74

y3=0.3780*1+(-0.1113)*10+0.3035*100=29.61

输出特征也为3