当 n 是函数的参数时，如何在 pytorch 中创建 n 个线性层

如何解决当 n 是函数的参数时，如何在 pytorch 中创建 n 个线性层

我有以下模型：

class model(nn.Module):
     def __init__(self,y_dim,x_dim):
         super(model,self).__init__()
         self.x_dim = x_dim
         self.y_dim = y_dim
         self.kern = 3
         self.conv1 = nn.Conv1d(y_dim,2,self.kern,padding=1)
         self.conv2 = nn.Conv1d(2,4,padding=1)
         self.conv3 = nn.Conv1d(4,padding=1)
         self.conv4 = nn.Conv1d(4,padding=1)
         #these are the layers I want to automate
         self.lina = nn.Linear(28,28)
         self.linb = nn.Linear(28,28)
     def forward(self,x):
         x = F.relu(self.conv1(x))
         x = F.relu(self.conv2(x))
         x = F.relu(self.conv3(x))
         x = F.relu(self.conv4(x))
         xa = self.lina(x[:,:]).reshape(z.shape[0],1,z.shape[2])
         xb = self.linb(x[:,z.shape[2])
         return torch.cat((xa,xb),1)

model = model(2,28)

因此，self.conv4 的输出通道始终为 y_dim。我想要 y_dim 不同的线性层（它们是独立的），它们采用 self.conv4 的输出。到目前为止，我不知道比显式编写图层更好的方法，就像我在上面的示例中所做的那样。但是，是否有一种方法可以自动执行此操作，即生成线性层对象，然后在 forward 函数中适当地使用它？