PyTorch中的Linear函數用于定義線性層，可以將輸入數據的大小映射到輸出數據的大小。它是PyTorch中的一個神經網絡模塊，可以通過實例化torch.nn.Linear類來使用。
以下是一個使用Linear函數的示例：
import torch
import torch.nn as nn
# 定義輸入數據的大小和輸出數據的大小
input_size = 10
output_size = 5
# 實例化Linear函數
linear_layer = nn.Linear(input_size, output_size)
# 生成隨機輸入數據
input_data = torch.randn(1, input_size)
# 使用Linear函數進行前向傳播
output_data = linear_layer(input_data)
print(output_data)
在上述示例中，我們首先定義了輸入數據的大小為10，輸出數據的大小為5。然后實例化了一個Linear函數對象linear_layer，該對象將輸入數據的大小映射到輸出數據的大小。接下來，我們生成了一個隨機的1x10大小的輸入數據input_data，并通過調用linear_layer對象進行前向傳播，得到了輸出數據output_data。
此外，Linear函數還有一些其他可選參數，例如是否使用偏置項（bias）等，可以通過修改實例化nn.Linear類時的參數來設置這些選項。具體可參考PyTorch官方文檔中關于Linear函數的說明。
