add_n¶

paddle. add_n ( inputs, name=None ) [源代码] ¶

该OP用于对输入的一至多个Tensor或LoDTensor求和。如果输入的是LoDTensor，输出仅与第一个输入共享LoD信息（序列信息）。

例1：

输入：
    input.shape = [2, 3]
    input = [[1, 2, 3],
          [4, 5, 6]]

输出：
    output.shape = [2, 3]
    output = [[1, 2, 3],
            [4, 5, 6]]

例2：

输入：
第一个输入：
        input1.shape = [2, 3]
        input1 = [[1, 2, 3],
              [4, 5, 6]]

第二个输入：
        input2.shape = [2, 3]
        input2 = [[7, 8, 9],
              [10, 11, 12]]

输出：
    output.shape = [2, 3]
    output = [[8, 10, 12],
          [14, 16, 18]]

参数：

inputs (Tensor|list(Tensor)) - 输入的一至多个Tensor。如果输入了多个Tensor，则不同Tensor的shape和数据类型应保持一致。数据类型支持：float32，float64，int32，int64。
name （str，可选）- 具体用法请参见 Name ，一般无需设置，默认值为None。

返回：Tensor, 输入 inputs 求和后的结果，shape和数据类型与 inputs 一致。

代码示例：

import paddle

input0 = paddle.to_tensor([[1, 2, 3], [4, 5, 6]], dtype='float32')
input1 = paddle.to_tensor([[7, 8, 9], [10, 11, 12]], dtype='float32')
output = paddle.add_n([input0, input1])
# [[8., 10., 12.],
#  [14., 16., 18.]]

PaddlePaddle

paddle / add_n

add_n¶

PaddlePaddle

paddle

paddle.amp

paddle.callbacks

paddle.compat

paddle.distributed

paddle.distribution

paddle.fluid

paddle.io

paddle.jit

paddle.metric

paddle.nn

paddle.onnx

paddle.optimizer

paddle.regularizer

paddle.static

paddle.sysconfig

paddle.text

paddle.utils

paddle.vision

paddle / add_n

add_n¶