不同阶的矩阵加法运算为啥成立了

Question

请问一下，有同学知道图里面画圈那个b他是(11)的矩阵但是tf.matmul(x,w)是（21）的矩阵。他们为啥能做加法运算.

import tensorflow as tf

x  = [[1., 2., 3.], [3., 2., 1.]]
w = tf.Variable([[1],[2],[3]], dtype=tf.float32)
b = tf.Variable([3], dtype=tf.float32)

y = tf.matmul(x, w) + b
print(y)

他们为啥能做加法运算,是因为他们有啥特殊的地方吗？

Answer 1

相当于矩阵里面的所有数字都加上偏移量b，你看到的是1x1的，你可以理解成在运算的时候是扩展成和前面结果一样的矩阵相加（当然这是理论上这样，实际上底层的实现并不会有扩展这一个项目，都是直接加上去的）