tf.matmul函数不识别计算错误的原因

这篇博客探讨了在使用tf.matmul进行矩阵运算时,为何不同数据类型(如numpy数组和浮点32类型)不被识别。作者通过实例说明了强制类型转换np.arange数据到tf.float32的原因,并揭示了全零向量输出的秘密。
摘要由CSDN通过智能技术生成

tf.matmul无法识别不同dtype类型的相乘,需要相同数据类型,比如float32类型。

比如

a=np.arange(16).reshape(1,16)
b=tf.cast(a,tf.float32)
print(tf.matmul(a,b.T)
'''结果输出为全零向量'''
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值