Python tensorflow能否扫描并仅保留最终结果？

下面的代码使用

tf.scan

计算数组的和。 tensorflow会分配一个6元素数组来保存这六个部分和吗？ 或者，tensorflow足够聪明，只分配一个1元素数组来保存部分和

如何确定

import tensorflow as tf
import numpy as np

elems = np.array([1, 2, 3, 4, 5, 6])
s = tf.scan(lambda a, x: a + x, elems)
# s == [1, 3, 6, 10, 15, 21]
final_s = s[-1]  # final_s == 21
with tf.Session() as sess:
    print(sess.run(final_s))

---

以下代码导致16 GB计算机内存不足

我猜tensorflow从未尝试优化扫描

import tensorflow as tf
import numpy as np

elems = tf.ones(int(1e9), dtype=np.float32)  # 4GB
s = tf.scan(lambda a, x: a + x, elems)
final_s = s[-1]
with tf.Session() as sess:
    print(sess.run(final_s))

---

theano足够聪明，可以优化扫描：即使使用

back\u prop=False

，它仍然会导致内存不足。tf.scan太令人失望了。如果您只想要最终结果，您应该使用

tf.foldl

。对于我的第二个例子，这个例子可能更有效。@xdurch0

tf.foldl

和

back\u prop=False

仍然会导致内存不足。theano足够聪明，可以优化扫描：即使使用

back\u prop=False

，它仍然会导致内存不足。tf.scan太令人失望了。如果你只想要最终结果，您应该使用

tf.foldl

。对于我的第二个示例，在这种情况下，这个示例可能更有效。@xdurch0

tf.foldl

和

back\u prop=False

仍然会导致内存不足。