Python 如何在PyTorch中使用矩阵运算计算正向传递？

我有一个输入x，第1层权重矩阵和第2层权重矩阵

现在我想通过手动计算这个预先训练好的神经网络的输出：

x*权重1*权重2

在执行此操作时，我收到一个运行时错误：张量a（6）的大小必须与张量b（4）在非单态维度1的大小相匹配

class Net(nn.Module):

def __init__(self):
    super().__init__()
    self.fc1 = nn.Linear(4,6)
    self.fc2 = nn.Linear(6,2)
    self.fc3 = nn.Linear(2,1)

def forward(self, x):
    x = F.relu(self.fc1(x))
    x = F.relu(self.fc2(x))
    x = F.relu(self.fc3(x))
    return x

net = Net()
X = torch.randn(1000,4)
net.fc2.weight*(net.fc1.weight * X[0])

---

将元素乘法（

*

运算符）与矩阵乘法（

@

运算符）混淆。
尝试：

net.fc2.weight@（net.fc1.weight@X[0]）

您将元素乘法（

*

运算符）与矩阵乘法（

@

运算符）混淆了。
尝试：

net.fc2.weight@（net.fc1.weight@X[0]）

将批次维度添加到输入中。有关更多信息，请参阅将批次维度添加到输入。有关更多信息，请参阅