MNIST教程中的Tensorflow tf.matmul

Question

我是使用tensorflow的新手。这是我的问题：

在MNIST教程中：https://www.tensorflow.org/versions/master/get_started/mnist/beginners#mnist-for-ml-beginners：

  

首先，我们将x与W乘以表达式tf.matmul（x，W）。这是从我们在我们的等式中乘以它们的时候翻转的，其中我们有Wx，作为处理x的小技巧是具有多个输入的2D张量。然后我们添加b，最后应用tf.nn.softmax。

我的问题是：

为什么b被初始化为向量：b = tf.Variable(tf.zeros([10]))

而不是  b = tf.Variable(tf.zeros([None,10]))或b = tf.Variable(tf.zeros([1,10]))？

由于x * W + b的形状为：[无，784] * [784,10] + [无，10]

感谢您的回答。

Answer 1

这是因为我们对每个＆＃34;图像应用相同的操作＆＃34;从批处理，而不是批处理。因此class NavigationController: UINavigationController { override func pushViewController(_ viewController: UIViewController, animated: Bool) { viewController.navigationItem.backBarButtonItem = UIBarButtonItem(title: "", style: .plain, target: nil, action: nil) super.pushViewController(viewController, animated: animated) } } 不是

x * W + b

但是

[None , 784] * [784 , 10] + [None,10]