Tensorflow 张量流中的累积梯度

在执行反向传播之前，我试图在tensorflow中积累不同批次的梯度。比如说，我有10批10个样本，每个样本都输入到我的神经网络中。对于每个批次，我希望获得梯度并将其相加，然后使用相加的梯度执行反向传播

---

有人知道一个简单的方法吗？到目前为止，我正在得到梯度，并从外部对其进行总结，但我认为这不是最好的方法

您始终可以将批次的梯度添加到变量中，然后在应用更新时使用这些变量的值作为梯度。

您是否正在查找

tf.test.compute\u gradient

？你在这里的应用是什么？我用它来做强化学习算法。背后的想法是使用rmsprop缩放来累积不同批次的数据，并在backprop之前累积梯度。