任何关于算法、编程、AI行业知识或博客内容的问题，可以随时扫码关注公众号「图灵的猫」，加入”学习小组“，沙雕博主在线答疑~此外，公众号内还有更多AI、算法、编程和大数据知识分享，以及免费的节点和学习资料。其他平台（知乎/B站）也是同名「图灵的猫」，不要迷路哦~
tf.add(x,y,name=None)
x:a tensor musut be one of thefollowingtypes:half,float32,float64,uint8,int8,int16,int32,int64,complex64,complex128,string.
y: ATensor. Must have the same type asx.
name: A name for the operation (optional).
import tensorflow as tfa=tf.constant([[1,1],[2,2],[3,3]],dtype=tf.float32)b=tf.constant([1,-1],dtype=tf.float32)c=tf.constant([1],dtype=tf.float32)with tf.Session() as sess:print('bias_add:')print(sess.run(tf.nn.bias_add(a, b)))#执行下面语句错误#print(sess.run(tf.nn.bias_add(a, c)))print('add:')print(sess.run(tf.add(a, c)))
输出结果：
bias_add:
[[ 2. 0.]
[ 3. 1.]
[ 4. 2.]]
add:
[[ 2. 2.]
[ 3. 3.]
[ 4. 4.]]
tf.add_n(inputs,name=None)
函数是实现一个列表的元素的相加。就是输入的对象是一个列表，列表里的元素可以是向量，矩阵等但没有广播功能
例子：
import tensorflow as tf;import numpy as np;input1 = tf.constant([1.0, 2.0, 3.0])input2 = tf.Variable(tf.random_uniform([3]))output = tf.add_n([input1, input2])with tf.Session() as sess:sess.run(tf.initialize_all_variables())print (sess.run(input1 + input2))print (sess.run(output))
输出：
[ 1.30945706 2.29760814 3.81558323][ 1.30945706 2.29760814 3.81558323]
如果觉得《详解tf.nn.bias_add和tf.add tf.add_n的区别》对你有帮助，请点赞、收藏，并留下你的观点哦！
