关于float32与float64

tensorflow默认float32(dtype)，numpy默认float64(np.type)，matlab也是默认double。
如果在特定的编程语言里进行强制转换，最好用他们对应的语句，最好不要强行操作，可能会产生一些问题。对于tensorflow想用float64是真的难搞，这里要改，别处都要改成统一的float64。

python numpy 数据类型转换

numpy数据类型转换需要调用方法astype()，不能直接修改dtype。调用astype返回数据类型修改后的数据，但是源数据的类型不会变，需要进一步对源数据的赋值操作才能改变。例如

>>> a=np.array([1.1, 1.2])
>>> a.dtype
dtype('float64')
>>> a.astype(np.int16)
array([1, 1], dtype=int16)
>>> a.dtype
dtype('float64') #a的数据类型并没有变
>>> a=a.astype(np.int16) #赋值操作后a的数据类型变化
>>> a.dtype
dtype('int16')
>>> a
array([1, 1], dtype=int16)
 
 

 
 

直接修改dtype数据会强制用新数据类型表示，并没有转换，因此输出错误数据

>>> a=np.array([1.1, 1.2])
>>> a.dtype
dtype('float64')
>>> a.dtype=np.int16
>>> a.dtype
dtype('int16') 
>>> a
array([-26214, -26215, -26215,  16369,  13107,  13107,  13107,  16371], dtype=int16)
#原来float64相当于4个int16的位宽，这样强制转换后会将他们直接拆开成4个数，
#因此原来的两个float64成了8个int16
 
 

 
 

更多参考：

https://blog.csdn.net/u014636245/article/details/102574938
https://blog.csdn.net/miao20091395/article/details/79276721
https://blog.csdn.net/a362682954/article/details/104774539/
http://www.voidcn.com/article/p-usmplytw-bvq.html
https://blog.csdn.net/A_pinkpig/article/details/105235294
https://blog.csdn.net/u010496337/article/details/50572866/
https://www.cnblogs.com/logo-88/p/9265015.html
https://www.cnblogs.com/lavender1221/p/12641195.html
http://cn.voidcc.com/question/p-djabxyga-bhu.html
https://codingdict.com/sources/py/tensorflow/3477.html