tensorflow相关tensor计算函数

1. tf.split

该函数主要用于对tensor进行分割，一般在设置多GPU并行计算时经常会被用到，主要是将一个batch数据集进行平分，分配给各个GPU，最后再汇总各个GPU得到的损失，从而加快模型的训练速度，其主要参数的定义如下：

• value：待分割的 `Tensor` .
• num_or_size_splits： 可以是一个整数，表示分割的后的数量，也可以是一个整数列表，表示分割后每一份的size
• axis：分割的维度，默认的第一维 

import tensorflow as tf

tf.split(
    value, 
    num_or_size_splits, 
    axis=0, 
    num=None, 
    name="split"
)

2. tf.add_n

该函数主要是对输入的tensor列表中每一个tensor进行加总，要求每个tensor的维度必须相同，当开启并行计算时，该函数也经常被用来计算各个GPU得到的损失，其主要参数定义如下：

• inputs：一个tensor列表

import tensorflow as tf

tf.add_n(inputs, name=None)