功能：在某个数据上应用一个线性转换，公式表达就是y=xA^T+b
参数：
-
in_features: 每个输入样本的维度 -
out_features：每个输出样本的维度 - bias: 如果设置成false，则这个线性层不会加上bias，默认为True.
weight:
- 可学习参数
- 值从均匀分布 U ( − k , k ) U(-\sqrt{k},\sqrt{k}) U(−k ,k )中获取， 其中 k = 1 i n _ f e a t u r e s k = \frac{1}{in\_features} k=in_features1
bias：
- shape : 与输出的维度一致
- 其值与
weight 初始化的方法相同（好像并不完全相同，weight是根据kaiming_uniform，而bias是根据uniform_） ，都是从均匀分布 U ( − k , k ) U(-\sqrt{k},\sqrt{k}) U(−k ,k )中获取
