nuget
全连接层（线性变换层），实现 y = x @ W + b
DenseLayer
00 Remarks
GNN 模块自带的 LinearLayer 权重形状为 [inFeatures, outFeatures]， 但其 Forward 使用 input.MatMul(_weights.Transpose())、Backward 使用 gradient.MatMul(_weights)，两者都要求 inFeatures 与 outFeatures 相等， 否则会抛出「矩阵维度不匹配」。GEARS 的隐藏层维度需要自由配置（例如 34 → 32）， 因此这里提供一个维度语义正确的全连接实现（权重 [in, out]）， 不修改共享运行时代码以免影响 GNN 模块的既有调用方。
本层的参数张量与梯度张量在整个生命周期内保持同一批实例， Adam 优化器持有它们的引用并原地更新。
01 Syntax
SMRUCC.genomics.Analysis.GEARS.Layers.DenseLayer
02 Methods
| Name | Overloads | Summary |
|---|---|---|
| .ctor | 1 | 创建全连接层 |
| Forward | 1 | 前向传播：y = x @ W + b |
| Backward | 1 | 反向传播：累积 dW / db 并返回输入梯度 dX |
| GetParameters | 1 | 获取本层可训练参数（权重与偏置） |
| GetGradients | 1 | 获取本层参数梯度（顺序与 DenseLayer.GetParameters() 一致） |
| GetWeights | 1 | 获取权重矩阵（用于调试或模型检查） |
| GetBias | 1 | 获取偏置向量（用于调试或模型检查） |
03 Properties
| Name | Overloads | Summary |
|---|---|---|
| InFeatures | 1 | 输入特征维度 |
| OutFeatures | 1 | 输出特征维度 |
| UseBias | 1 | 是否使用偏置项 |
04 Fields
| Name | Overloads | Summary |
|---|---|---|
| weights | 1 | 权重矩阵 [inFeatures, outFeatures] |
| bias | 1 | 偏置向量 [1, outFeatures] |
| weightGrad | 1 | 权重梯度 [inFeatures, outFeatures] |
| biasGrad | 1 | 偏置梯度 [1, outFeatures] |
| lastInput | 1 | 上一次前向传播的输入，用于反向传播 |
05 Members
#ctor(
Int32, Int32, Boolean, Double, Nullable(Of Int32), String)创建全连接层
Parameters
| Name | Type | Description |
|---|---|---|
inFeatures | Int32 | 输入特征维度 |
outFeatures | Int32 | 输出特征维度 |
useBias | Boolean | 是否使用偏置项 |
scale | Double | 权重初始化的缩放系数，默认 1.0（Xavier 初始化的标准差乘上该系数） |
seed | Nullable(Of Int32) | 权重初始化随机种子；给定后初始化结果可复现 |
name | String | 层名称 |
Forward(
Tensor)前向传播：y = x @ W + b
Parameters
| Name | Type | Description |
|---|---|---|
input | Tensor | 输入特征 [batch, inFeatures] |
Returns
输出特征 [batch, outFeatures]
Backward(
Tensor)反向传播：累积 dW / db 并返回输入梯度 dX
Parameters
| Name | Type | Description |
|---|---|---|
gradient | Tensor | 上游梯度 [batch, outFeatures] |
Returns
输入梯度 [batch, inFeatures]
GetParameters
获取本层可训练参数（权重与偏置）
Returns
参数张量列表
GetGradients
获取本层参数梯度（顺序与 DenseLayer.GetParameters() 一致）
Returns
梯度张量列表
GetWeights
获取权重矩阵（用于调试或模型检查）
Returns
权重张量 [inFeatures, outFeatures]
GetBias
获取偏置向量（用于调试或模型检查）
Returns
偏置张量 [1, outFeatures]
InFeatures
输入特征维度
Returns
输入维度大小
OutFeatures
输出特征维度
Returns
输出维度大小
UseBias
是否使用偏置项
Returns
使用偏置则返回 True
weights
权重矩阵 [inFeatures, outFeatures]
bias
偏置向量 [1, outFeatures]
weightGrad
权重梯度 [inFeatures, outFeatures]
biasGrad
偏置梯度 [1, outFeatures]
lastInput
上一次前向传播的输入，用于反向传播