概述
tf.cast()函数用于执行tensorflow中张量数据类型转换。
用法
tf.cast(x, dtype, name=None)
1.x:待转换的数据(张量)
2.dtype:目标数据类型
3.name:可选参数,定义操作的名称
数据类型
数据类型 | Python 类型 | 说明 |
---|---|---|
DT_FLOAT | tf.float32 | 32 位浮点数. |
DT_DOUBLE | tf.float64 | 64 位浮点数. |
DT_INT64 | tf.int64 | 64 位有符号整型. |
DT_INT32 | tf.int32 | 32 位有符号整型. |
DT_INT16 | tf.int16 | 16 位有符号整型. |
DT_INT8 | tf.int8 | 8 位有符号整型. |
DT_UINT8 | tf.uint8 | 8 位无符号整型. |
DT_STRING | tf.string | 可变长度的字节数组.每一个张量元素都是一个字节数组. |
DT_BOOL | tf.bool | 布尔型. |
DT_COMPLEX64 | tf.complex64 | 由两个32位浮点数组成的复数:实数和虚数. |
DT_QINT32 | tf.qint32 | 用于量化Ops的32位有符号整型. |
DT_QINT8 | tf.qint8 | 用于量化Ops的8位有符号整型. |
DT_QUINT8 | tf.quint8 | 用于量化Ops的8位无符号整型. |
例子
import tensorflow as tf
t1 = tf.Variable([1,2,3,4,5])
t2 = tf.cast(t1, dtype=tf.float32)
print(t1)
print(t2)
tf.compat.v1.disable_eager_execution()
sess= tf.compat.v1.Session()
hello = tf.constant(t2)
print(sess.run(hello))
希望这篇文章对大家的学习有所帮助!