torch.nn.functional.linear原理及代码行23、24、29疑问解析

一、torch.nn.functional.linear的工作原理 #

torch.nn.functional.linear是PyTorch中实现线性变换的核心函数，计算公式为：
y = x @ weight.T + bias
其中：

• x是输入张量，通常形状为(batch_size, input_features)，代表待处理的原始特征
• weight是可学习的权重矩阵，形状为(output_features, input_features)，用于建立输入与输出特征的线性关联
• bias是可选的可学习偏置向量，形状为(output_features)，用于调整输出的基准值

它是全连接层（nn.Linear类）的底层计算逻辑，nn.Linear本质上封装了权重、偏置的初始化流程，并调用该函数完成线性变换。

二、代码行解读（对应提供的自动驾驶AI代码） #

先明确代码行号对应关系：

• 第23行：self.fc1 = nn.Linear(input_size , 30)
• 第24行：self.fc2 = nn.Linear(30 , nb_action)
• 第29行：x = fn.relu(self.fc1(state))

1. 第23、24行：定义全连接层结构 #

• 第23行：创建第一个全连接层fc1，负责将输入层（维度input_size对应自动驾驶场景的当前环境状态维度，比如传感器数据、车速、方向盘角度、障碍物距离等）的原始特征，映射到包含30个神经元的隐藏层。30是人工设定的隐藏层神经元数量，用于提取更抽象的中间特征。
• 第24行：创建第二个全连接层fc2，负责将隐藏层的30维特征，映射到输出层（维度nb_action对应自动驾驶可执行的动作数量，比如左转、直行、右转等），最终输出每个动作的Q值（强化学习中用于评估动作的预期收益）。

2. 第29行：核心疑问解答 #

• 为何fc1需要接收state作为输入？
  state是自动驾驶AI感知到的当前环境状态，是整个神经网络的输入数据源。全连接层fc1的作用是对原始状态数据进行第一步特征提取——把分散的原始状态信号（比如不同传感器的数值）整合为更具代表性的中间特征，这是神经网络学习状态与动作关系的基础。

• 为何fc1的输出作为后续输入？
  神经网络的特征提取是分层递进的：fc1输出的是经过线性变换的中间特征，再经过fn.relu激活函数引入非线性后，得到的是更抽象、更能捕捉状态关键信息的高级特征。将这些特征传给fc2，能让输出层基于提炼后的特征，更精准地计算每个动作的Q值。这种分层处理的方式，能让网络逐步学习到复杂的状态-动作映射规律，是深度神经网络解决复杂任务的核心逻辑。

内容的提问来源于stack exchange，提问作者ATMCH18