我试图将线性层应用于一个二维张量矩阵，仅按列连接，如下图所示。

输入形状为(batch_size, 3, 50)。我首先尝试使用二维卷积，添加一个1通道维度，因此输入形状变为(batch_size, 1, 3, 50)

import torch.nn as nn
import torch
class ColumnConv(nn.Module):
    def __init__(self):
        self.layers = nn.Sequential(
            nn.Conv2d(
                in_channels=1,
                out_channels=1,
                kernel_size=(3, 1),
                stride=1,
            ),  # 形状为 B, 1, 1, 50
            nn.ReLU(),
            nn.Flatten() #形状为 B, 50
        )
    def forward(self, x):
        return self.layers(x)

但似乎不起作用。我计划使用50个nn.Linear层的列表，并将它们应用于输入的列切片，但这似乎更像是对性能不优化的解决方案。

有没有更“PyTorch风格”的方法来做这件事？

回答：

PyTorch的nn.Linear模块可以应用于多维输入，线性层将应用于最后一个维度，因此要按列应用，解决方案是交换行和列。

linear_3_to_1 = nn.Linear(3, 1)
x = torch.randn(1, 1, 3, 50)
x = x.transpose(2, 3) #交换3和50
out = linear_3_to_1(x).flatten()