TensorFlow 返回张量列表的元素和

tf.accumulate_n

accumulate_n (     
               inputs ,     
               shape = None ,     
               tensor_dtype = None ,     
               name = None 
)

定义在tensorflow/python/ops/math_ops.py.

参考指南：数学>减少

返回张量列表的元素和.

(可选)通过 shape 和 tensor_dtype 进行形状和类型检查,否则推断这些.

注意：此操作不可微分,如果输入取决于可训练的变量,则不能使用该操作.请在这种情况时使用 tf.add_n.

除了可微分性,tf.accumulate_n 执行与 tf.add_n 相同的操作,但不等待所有的输入在开始总结之前准备就绪.如果输入在不同时间准备就绪,这可以节省内存,因为最小临时存储与输出大小成比例,而不是输入大小.

例如：

#tensor 'a' 是 [[1,2],[3,4]] #tensor `b` 是 [[5,0],[0,6]] tf.accumulate_n ([一, b ,一] ) == >  [ [ 7 , 4 ] , [ 6 , 14 ] ]#明确地通过形状并输入 tf.accumulate_n ([一, b ,一个] ,shape= [ 2 , 2 ] , tensor_dtype = tf.int32 )  == >  [ [ 7 , 4 ] , [ 6 , 14 ] ]

ARGS：

• inputs：Tensor 对象的列表,它们的形状和类型都相同.
• shape：输入元素的形状.
• tensor_dtype：输入的类型.
• name：操作的名称(可选).

返回：

与输入元素有相同的形状和类型的张量.

举：

• ValueError：如果输入不具有相同的形状和 dtype, 或者无法推断出形状.