Python: método Tensorflow math.accumulate_n()

El método Tensorflow math.accumulate_n() realiza la suma de elementos de una lista de tensores pasados. El resultado es un tensor después de realizar la operación. La operación se realiza sobre la representación de a y b. Este método pertenece al módulo de matemáticas.

Sintaxis: tf.math.accumulate_n(entradas, forma=Ninguno, tensor_dtype=Ninguno, nombre=Ninguno) Argumentos

• entradas: este parámetro toma una lista de objetos Tensor, y cada uno de ellos con la misma forma y tipo.
• forma: este es un parámetro opcional y define la forma esperada de los elementos de las entradas.
• dtype: este es un parámetro opcional y define el tipo de datos esperado de las entradas.
• nombre: Este es un parámetro opcional y este es el nombre de la operación.

Return: Devuelve un Tensor que tiene la misma forma y tipo que los elementos de las entradas.

Veamos este concepto con la ayuda de algunos ejemplos: Ejemplo 1: 

# Importing the Tensorflow library
import tensorflow as tf
 
# A constant a and b
a = tf.constant([[1, 3], [6, 7]])
b = tf.constant([[5, 2], [3, 8]]) 
 
# Applying the accumulate_n() function
# storing the result in 'c'
c = tf.math.accumulate_n([a, b, b])
 
# Initiating a Tensorflow session
with tf.Session() as sess:
    print("Input 1", a)
    print(sess.run(a))
    print("Input 2", b)
    print(sess.run(b))
    print("Output: ", c)
    print(sess.run(c))

Producción:

Input 1 Tensor("Const_67:0", shape=(2, 2), dtype=int32)
[[1 3]
 [6 7]]
Input 2 Tensor("Const_68:0", shape=(2, 2), dtype=int32)
[[5 2]
 [3 8]]
Output:  Tensor("AccumulateNV2_2:0", shape=(2, 2), dtype=int32)
[[11  7]
 [12 23]]

Ejemplo 2: 

# Importing the Tensorflow library
import tensorflow as tf
 
# A constant a and b
a = tf.constant([[2, 4], [1, 3]])
b = tf.constant([[5, 3], [4, 6]]) 
 
# Applying the accumulate_n() function
# storing the result in 'c'
c = tf.math.accumulate_n([b, a, b], shape =[2, 2], tensor_dtype = tf.int32)
 
# Initiating a Tensorflow session
with tf.Session() as sess:
    print("Input 1", a)
    print(sess.run(a))
    print("Input 2", b)
    print(sess.run(b))
    print("Output: ", c)
    print(sess.run(c))

Producción:

Input 1 Tensor("Const_73:0", shape=(2, 2), dtype=int32)
[[2 4]
 [1 3]]
Input 2 Tensor("Const_74:0", shape=(2, 2), dtype=int32)
[[5 3]
 [4 6]]
Output:  Tensor("AccumulateNV2_5:0", shape=(2, 2), dtype=int32)
[[12 10]
 [ 9 15]]