Tensorflow: Documentation peu claire pour le comportement d'aplatissement de tf.layers.dense

Oups, désolé, je ne voulais pas me retirer. En enquêtant en interne, j'essayais d'ajouter la personne que je pense responsable.

Donc, après enquête, on m'a dit qu'il se comportait comme tensordot, et donc le comportement et la documentation actuelle sont tous les deux corrects - et l'ingénieur à qui j'ai parlé a dit qu'ils pensaient que nous pourrions utiliser un langage plus précis mais que ce ne serait pas le cas. t aider nécessairement car le langage actuel est clair et sans ambiguïté dans son contexte. (Voir tensordot: https://docs.scipy.org/doc/numpy/reference/generated/numpy.tensordot.html)

Si vous voulez essayer de faire une pull request vous-même pour faire une reformulation, ce serait bienvenu, mais je ferme ce bogue pour le moment car nous n'allons rien faire en interne.

Ah merci, la connexion tensordot le rend plus clair.

Il semble que tf.dense se comporte en contractant le dernier indice du tenseur d'entrée avec le premier indice du tenseur de poids. Le mot "aplatir" était déroutant, je ne sais pas ce que cela signifie ici

Exemple de jouet que j'ai créé pour moi-même pour traduire tf.dense en np.tensordot équivalent

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)