tf.add()不只是简单相加

tf.add()大多数用法都是，单个数字和单个数字的简单相加，例如：

import tensorflow as tf

x = tf.constant(2)
y = tf.constant(1)
sess = tf.Session()
print(sess.run(tf.add(x, y)))
输出：3

但是它还有一种更重要的用法，很多文章都没有说，即按维度的相加，将一个与高维度矩阵的子维度与高维度的每一个维度相加，例如[1×1]+[1 ×  3]：

import tensorflow as tf
a = tf.constant([1])
b = tf.constant([2,3,4])
with tf.Session() as sess:
    print(sess.run(tf.add(b,a)))
输出：[3 4 5]

例如[1×2 × 2]+[2 × 2] ：

a = tf.constant([[[1,2],
                  [3,4]],
                  [[0,0],
                  [0,0]]])

b = tf.constant([[2,3],
                [1,0]])

with tf.Session() as sess:
     print(sess.run(tf.add(b,a)))

输出：
[[[3 5]
  [4 4]]

 [[2 3]
  [1 0]]]