Tensorflow.Variables - 有点混乱

Question

快速的问题的一些代码：

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，我定义两个变量和参数为我linear_model操作。什么是困惑我的是，当我去执行方法，我可以通过我的linear_model方法的参数之一是：

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

这怎么可能？我只有一次占位符，那么数组是否考虑我的参数？这如何评估？

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是一个标量多重向量，然后添加一个标量elemen-wise。