Was ist der Unterschied in der Dimension oder Rangfolge zwischen den ersten beiden Ergebnissen? Warum kann ich diese beiden (Matrizen/Vektoren) hinzufügen? Das hört sich vielleicht nach einer naiven Frage an, aber ich versuche genau zu verstehen, wie die Addition zwischen Tensoren/Matrizen funktioniert. Vielen Dank. (Ich wollte auch wissen, warum ich die letzten beiden Ergebnisse hinzufügen Sind sie nicht zwei unterschiedlich große Matrizen.?)Was ist der Unterschied zwischen diesen beiden Tensoren und warum?
import tensorflow as tf
import numpy as np
W = tf.Variable(tf.zeros([784, 10]))
x = tf.Variable(tf.zeros([2,784]))
z = tf.matmul(x,W)
Y = tf.Variable([4.0, 5.0, 6.0, 7.0, 8.0, 9.0, 10.0, 11.0, 12.0, 14.0])
x = tf.Variable(tf.zeros([2,10]))
model = tf.initialize_all_variables()
with tf.Session() as session:
session.run(model)
print(session.run(z))
print(session.run(Y))
print(session.run(x))
Ergebnis:
[[ 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]]
[ 4. 5. 6. 7. 8. 9. 10. 11. 12. 14.]
[[ 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
[ 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]]
Danke für mich, über Rundfunk von einem Tensor zum anderen wissen zu lassen. Das habe ich versucht zu verstehen. Ich habe die Frage ein wenig präzisiert, was ich mit dem Unterschied zwischen den ersten beiden Ergebnissen meinte. –