Python tf.foldr用法及代码示例

foldr 在从维度 0 的 elems 解压缩的张量列表中。(不推荐使用的参数值)

用法

tf.foldr(
    fn, elems, initializer=None, parallel_iterations=10, back_prop=True,
    swap_memory=False, name=None
)

警告：不推荐使用某些参数值：(back_prop=False)。它们将在未来的版本中被删除。更新说明：back_prop=False 已弃用。考虑改用 tf.stop_gradient。代替：results = tf.foldr(fn, elems, back_prop=False) 使用：results = tf.nest.map_structure(tf.stop_gradient, tf.foldr(fn, elems))

此 foldr 运算符重复地将可调用的 fn 应用于从最后到第一个的元素序列。元素由从 elems 解包的张量组成。可调用的 fn 将两个张量作为参数。第一个参数是从前面的 fn 调用计算的累加值，第二个参数是 elems 的当前位置的值。如果initializer 为None，则elems 必须至少包含一个元素，并且它的第一个元素用作初始值设定项。

假设 elems 被解压缩到 values 中，这是一个张量列表。结果张量的形状是 fn(initializer, values[0]).shape 。

此方法还允许 multi-arity elems 和 fn 的输出。如果elems 是张量的(可能是嵌套的)列表或元组，则这些张量中的每一个都必须具有匹配的第一个(解包)维度。 fn 的签名可能与 elems 的结构匹配。也就是说，如果 elems 是 (t1, [t2, t3, [t4, t5]]) ，那么 fn 的适当签名是： fn = lambda (t1, [t2, t3, [t4, t5]]): 。

例子：

elems = [1, 2, 3, 4, 5, 6]
sum = foldr(lambda a, x:a + x, elems)
# sum == 21