FC

class paddle.fluid.dygraph.FC(name_scope, size, num_flatten_dims=1, param_attr=None, bias_attr=None, act=None, is_test=False, dtype='float32')[源代码]

全连接层

该接口用于构建 FC 类的一个可调用对象,具体用法参照 代码示例 。其将在神经网络中构建一个全连接层。其输入可以是一个 Tensor 或多个 Tensor 组成的list(详见参数说明),该接口会为每个输入的Tensor创建一个权重(weights)变量,即一个从每个输入单元到每个输出单元的全连接权重矩阵。全连接层将每个输入Tensor和其对应的权重(weights)相乘得到shape为 \([N, size]\) 的输出Tensor,其中N为batch_size大小。如果有多个输入Tensor,则多个shape为 \([N, size]\) 的Tensor计算结果会被累加起来,作为最终输出。如果 bias_attr 非空,则会创建一个偏置变量(bias Variable),并把它累加到输出结果中。如果 act 非空,将会在输出结果上应用相应的激活函数。

当输入为单个 Tensor

\[\begin{split}\\Out = Act({XW + b})\\\end{split}\]

当输入为多个 Tensor 组成的list时:

\[\begin{split}\\Out=Act(\sum^{N-1}_{i=0}X_iW_i+b) \\\end{split}\]
上述等式中:
  • \(N\) :输入的数目,如果输入是Tensor列表,N等于len(input)
  • \(X_i\) :第i个输入的Tensor
  • \(W_i\) :对应第i个输入张量的第i个权重矩阵
  • \(b\) :该层创建的bias参数
  • \(Act\) :激活函数
  • \(Out\) :输出Tensor
Case 1:
    给定单个输入Tensor data_1, 且num_flatten_dims = 2:
        data_1.data = [[[0.1, 0.2],
                       [0.3, 0.4]]]
        data_1.shape = (1, 2, 2) # 1是batch_size

        fc = FC("fc", 1, num_flatten_dims=2)
        out = fc(data_1)

    则输出为:
        out.data = [[0.83234344], [0.34936576]]
        out.shape = (1, 2, 1)

Case 2:
    给定多个Tensor组成的list:
        data_1.data = [[[0.1, 0.2],
                       [0.3, 0.4]]]
        data_1.shape = (1, 2, 2) # 1 是 batch_size

        data_2 = [[[0.1, 0.2, 0.3]]]
        data_2.shape = (1, 1, 3)

        fc = FC("fc", 2)
        out = fc([data_1, data_2])

    则输出为:
        out.data = [[0.18669507, 0.1893476]]
        out.shape = (1, 2)
参数:
  • name_scope (str) – 类的名称。
  • size (int) – 全连接层输出单元的数目,即输出 Tensor 的特征维度。
  • num_flatten_dims (int, 可选) – fc层可以接受一个维度大于2的tensor。此时, 它首先会被扁平化(flattened)为一个二维矩阵。 参数 num_flatten_dims 决定了输入tensor的flattened方式: 前 num_flatten_dims (包含边界,从1开始数) 个维度会被扁平化为最终矩阵的第一维 (维度即为矩阵的高), 剩下的 rank(X) - num_flatten_dims 维被扁平化为最终矩阵的第二维 (即矩阵的宽)。 例如, 假设X是一个五维tensor,其形可描述为[2, 3, 4, 5, 6], 且num_flatten_dims = 3。那么扁平化的矩阵形状将会如此: [2 x 3 x 4, 5 x 6] = [24, 30]。默认为1。
  • param_attr (ParamAttr|list of ParamAttr, 可选) – 指定权重参数属性的对象。默认值为None,表示使用默认的权重参数属性。具体用法请参见 ParamAttr
  • bias_attr (ParamAttr|list of ParamAttr, 可选) – 指定偏置参数属性的对象。默认值为None,表示使用默认的偏置参数属性。具体用法请参见 ParamAttr
  • act (str, 可选) – 应用于输出上的激活函数,如tanh、softmax、sigmoid,relu等,支持列表请参考 激活函数 ,默认值为None。
  • is_test (bool, 可选) – 表明当前执行是否处于测试阶段的标志。默认为False。
  • dtype (str, 可选) – 权重的数据类型,可以为float32或float64。默认为float32。

返回:无

代码示例

from paddle.fluid.dygraph.base import to_variable
import paddle.fluid as fluid
from paddle.fluid.dygraph import FC
import numpy as np

data = np.random.uniform( -1, 1, [30, 10, 32] ).astype('float32')
with fluid.dygraph.guard():
    fc = FC( "fc", 64, num_flatten_dims=2)
    data = to_variable(data)
    conv = fc(data)

属性

weight

本层的可学习参数,类型为 Parameter

bias

本层的可学习偏置,类型为 Parameter