我有一个大小为[100,70,42]的3D张量（批处理，seq_len，要素），我想通过使用基于线性变换的神经网络来获得大小为[100,1,1]的张量（在Pytorch中为线性）。
我实现了以下代码
class Network(nn.Module):
def __init__(self):
super(Network,self).__init__()
self.fc1 = nn.Linear(42,120)
self.fc2 = nn.Linear(120,1)
def forward(self,input):
model = nn.Sequential(self.fc1,nn.ReLU(),self.fc2)
output = model(input)
return output
但是，经过培训，这只会给我输出[100,1]形状，这不是期望的形状。
谢谢！
nn.Linear仅作用于最后一个轴。如果要在最后两个维度上应用线性，则必须重塑输入张量：
class Network(nn.Module):
def __init__(self):
super(Network,self).__init__()
self.fc1 = nn.Linear(70 * 42,120) # notice input shape
self.fc2 = nn.Linear(120,1)
def forward(self,input):
input = input.reshape((-1,70 * 42)) # added reshape
model = nn.Sequential(self.fc1,nn.ReLU(),self.fc2)
output = model(input)
output = output.reshape((-1,1,1)) # OP asked for 3-dim output
return output