Tensorflow.Variables - 有点令人困惑

Question

关于某些代码的快速提问：

W = tf.Variable([.3], dtype=tf.float32)
b = tf.Variable([-.3], dtype=tf.float32)
x = tf.placeholder(tf.float32)
linear_model = W * x + b

在上面的代码中，我为linear_model操作定义了两个变量和参数。令我困惑的是，当我去执行该方法时，我可以传递给我的linear_model方法的参数之一如下：

sess.run(linear_model, {x: [1, 2, 3, 4]})

这怎么可能？我只有一次占位符，所以数组是否考虑我的参数？如何评估？

Answer 1

因为linear_model = W * x + b是有效的操作。如果将W的形状更改为（2,3），则会出现错误。

PS：W * x + b是一个标量多个向量，然后添加一个标量元素。