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?