原本以为它是和nn.Conv2d()一样，就看第二个维度的数值，今天才知道，它是只看最后一个维度的数值！！！

例子1

'''
Descripttion: 
Result: 
Author: Philo
Date: 2024-02-27 14:33:50
LastEditors: Philo
LastEditTime: 2024-02-27 14:36:22
'''
import torch
import torch.nn as nn# 定义输入特征数量和输出特征数量
in_features = 10
out_features = 5
# 创建一个线性变换层
linear_layer = nn.Linear(in_features, out_features)
# 随机生成一个输入张量
input_tensor = torch.randn(1, 12,32,10)
# 对输入张量进行线性变换
output_tensor = linear_layer(input_tensor)
# 打印输出张量
print("输出张量的形状：", output_tensor.shape)

输出张量的形状： torch.Size([1, 12, 32, 5])

例子2

例子3 Conv2d