TensorBoardグラフの "n tensors"の意味は？

Question

私はTensorFlowチュートリアルコードmnist_deep.pyを読んでグラフを保存しています。

スコープfc1の出力は、形状が[-1, 1024]である必要があります。しかし、TensorBoardのグラフでは2 tensorsです。

TensorBoardグラフの "n tensors"の意味は？

# Fully connected layer 1 -- after 2 round of downsampling, our 28x28 image 
    # is down to 7x7x64 feature maps -- maps this to 1024 features. 
    with tf.name_scope('fc1'): 
    W_fc1 = weight_variable([7 * 7 * 64, 1024]) 
    b_fc1 = bias_variable([1024]) 

    h_pool2_flat = tf.reshape(h_pool2, [-1, 7*7*64]) 
    h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat, W_fc1) + b_fc1) 

    # Dropout - controls the complexity of the model, prevents co-adaptation of 
    # features. 
    with tf.name_scope('dropout'): 
    keep_prob = tf.placeholder(tf.float32) 
    h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob) 

Answer 1

それはReluの出力テンソルがDroupoutノードに2回使用されていることを意味すべきです。それを拡大しようとすると、入力が2つの異なるノードに入るはずです。