TensorFlow：将float64张量转换为float32

  • Z时代
  • 2024-01-10
  • 分类：问答

我正在尝试使用：train =

optimizer.minimize(loss)但是标准优化器无法使用tf.float64。因此，我想截断loss从fromtf.float64到only

tf.float32。

Traceback (most recent call last):
  File "q4.py", line 85, in <module>
    train = optimizer.minimize(loss)
  File "/Library/Python/2.7/site-packages/tensorflow/python/training/optimizer.py", line 190, in minimize
    colocate_gradients_with_ops=colocate_gradients_with_ops)
  File "/Library/Python/2.7/site-packages/tensorflow/python/training/optimizer.py", line 229, in compute_gradients
    self._assert_valid_dtypes([loss])
  File "/Library/Python/2.7/site-packages/tensorflow/python/training/optimizer.py", line 354, in _assert_valid_dtypes
    dtype, t.name, [v for v in valid_dtypes]))
ValueError: Invalid type tf.float64 for Add_1:0, expected: [tf.float32].

回答：

简短的回答是，你可以将张量从转换tf.float64到tf.float32使用tf.cast()OP：

loss = tf.cast(loss, tf.float32)

更长的答案是，这不能解决优化器的所有问题。（缺少对支持tf.float64的已知问题。）优化器要求

您要优化的所有对象也必须具有type tf.float32。

以上是 TensorFlow：将float64张量转换为float32 的全部内容， 来源链接： utcz.com/qa/404227.html

回到顶部