tensorflow2.0基本操作五broadcasting

#broadcasting----张量维度扩张的手段,是指对某一个维度重复N多次，它没有复制数据但是呈现出来其数据已经被扩张
#方法实现——tf.broadcast_to,原理：在旧维度上与要扩展的维度数不一致的地方填上1，然后将其扩展成对应的维度(比如[3,3]→[1,1,3,3]→[2,2,3,3]才能与[2,2,3,2]进行运算)


#broadcasting操作的好处
#1,for real demanding#对每个维度的同时调整
#2,memory consumption#内存空间的节约





import  os
import  tensorflow as tf


x = tf.random.normal([4,32,32,3])
x.shape
(x+tf.random.normal([4,1,1,1])).shape#[4,32,32,3]
b = tf.broadcast_to(tf.random.normal([4,1,1,1],[4,32,32,3]))
b.shape#[4,32,32,3]