tensorflow - tf.nn.bias_add(value, bias) 的输出是否与 value 的形状不同

Question

因此，在 tensorflow 中的卷积神经网络 cifar10 示例中，在 cifar10.py 的inference()方法中，我看到了几个这样的例子：

bias = tf.reshape(tf.nn.bias_add(conv, biases),conv.get_shape().as_list())

似乎重塑是确保输出bias_add(value, bias)具有价值的形状

我的问题是，有tf.reshape()必要吗？是否存在tf.nn.bias_add(value, bias)不会返回与 value 形状相同的张量的情况？

Answer 1

结果的形状始终与值的tf.nn.bias_add(value, bias)形状相同，因此这些调用tf.reshape()是不必要的。

有时，调用 totf.reshape()用于添加有关形状的显式信息，但根据FAQ 推荐的执行此操作的方法是使用该Tensor.set_shape()方法添加形状信息，而不向图形添加冗余操作。