numpy中的broadcast

在自己动手实现神经网络的过程中，遇到一个问题：，其中的shape为(output_dim, input_dim)，的shape为(input_dim, num_samples)，这样的话，的shape为(output_dim, num_samples)，应该加在每一列上，它的shape如何确定？

• 方法一：

直接把进行复制，构成shape为(output_dim, num_samples)的矩阵

• 方法二：

使用numpy的broadcast机制，为一个向量，除了保证它的维度和的每一列的维度相同外，还要是的其他维度为1：

的shape为(output_dim, num_samples)，那的维度为(output_dim, 1)

import numpy as np

output_dim = 10
input_dim = 20
num_samples = 256

x = np.random.randn(input_dim, num_samples)

W = np.random.randn(output_dim, input_dim)

b = np.random.randn(output_dim, 1)

y = np.dot(W, x) + b