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

Question

所以在 tensorflow 中的卷积神经网络 cifar10 示例中，在 inference() cifar10.py 的方法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 reshape 正在确保 bias_add(value, bias) 的输出有值的形状

我的问题是， tf.reshape()必要的？有没有 tf.nn.bias_add(value, bias)的情况不会返回与值具有相同形状的张量？

Answer 1

shape of the result的 tf.nn.bias_add(value, bias)总是与值的形状相同，所以这些对 tf.reshape() 的调用是不必要的。

偶尔调用tf.reshape()用于添加有关形状的显式信息，但 recommended way to do this, per the FAQ , 是使用 Tensor.set_shape() 方法添加形状信息而不向图形添加冗余操作。