Tensorflow: 尚不清楚tf.layers.dense展平行为的文档

抱歉，这并不是要删除自己。 内部调查，试图添加我认为负责的人。

因此，经过调查后，我得知它的行为类似于张量点，因此该行为和当前文档均正确无误-我与之交谈的工程师说他们认为我们可以使用更精确的语言，但事实并非如此。它不一定会有所帮助，因为在上下文中当前的语言是清晰而明确的。 （参见tensordot：https://docs.scipy.org/doc/numpy/reference/generated/numpy.tensordot.html）

如果您想尝试发出请求，请自己重新编写字词，这是值得欢迎的，但是由于我们不会在内部进行任何操作，因此我暂时关闭了此错误。

啊，谢谢，tensordot连接使它更加清晰。

似乎tf.dense行为是将输入张量的最后一个索引与权重张量的第一个索引收缩。 “扁平化”一词令人困惑，不确定在这里是什么意思

我为自己制作的玩具示例，将tf.dense转换为等效的np.tensordot

tf.reset_default_graph()
x0 = np.ones((3, 3, 3))
w0 = np.arange(6).reshape((3, 2))
x = tf.constant(x0)
y = tf.layers.dense(x, 2)
var_dict = {v.op.name: v for v in tf.global_variables()}
assert(var_dict["dense/kernel"].get_shape() == (3, 2))
sess = tf.InteractiveSession()
sess.run(tf.global_variables_initializer())
sess.run(tf.assign(var_dict["dense/kernel"], w0))
sess.run(tf.assign(var_dict["dense/bias"], np.zeros((2,))))

expected_y0 = np.tensordot(x0,w0,axes=[(2,),(0,)])
y0 = sess.run(y)
np.testing.assert_allclose(y0, expected_y0)