理解一个神经网络等价张量N

Question

在googlex的教程Colab笔记本（https://github.com/google/TensorNetwork）中，它有：

    # Now we create the network.
    a = tn.Node(a_var)
    b = tn.Node(b_var)
    x_node = tn.Node(input_vec)
    a[1] ^ x_node[0]
    b[1] ^ x_node[1]
    a[2] ^ b[2]

    # The TN should now look like this
    #   |     |
    #   a --- b
    #    \   /
    #      x

替换以下内容中的一行（不是两行）：

Dense(64, activation=tf.nn.swish)

声称：

These two models are effectively the same

1.为什么有相同的？
2.为什么下面是错的？

我的理解是：

x_node[0] ^ a[0] ^ b[0]

（用a和b替换Dense(64, activation=tf.nn.swish)的两行