tf.placeholder()使用中的一些问题

引言

由于需要对最近看到的一篇论文中的提到的SiameseLSTM模型进行代码实现，于是便选择了Tensorflow框架。这是除了看视频学习之外，我第一次自己对Tensorflow框架进行实践，确实也遇到了一些比较让人难受的问题，特此记录。

问题

操作系统：Windows 10 64位
问题描述：使用tf.placeholder()读入数据时，与原始数据不一致。
实验代码：

import tensorflow as tf

step = 4
x = tf.placeholder(dtype=tf.float32, shape=[step])
y = tf.placeholder(dtype=tf.float64, shape=[step])
inx = [0.5, 1.5, 2.6, 3.7]

with tf.Session() as sess:
    testx, testy = sess.run([x, y], feed_dict={x: inx, y: inx})
    print("inx(tf.float32)：", testx)
    print("iny(tf.float64)：", testy)

输出：

inx(tf.float32)： [ 0.5  1.5  2.5999999  3.70000005]
iny(tf.float64)： [ 0.5  1.5  2.6  3.7]

猜想：应该是由于我的机器是64位操作系统，所以在dtype= tf.float32时，会出现这个问题，虽然不知道这样的精度对实验的效果影响如何，但是多多少少存在影响，还好发现了是数据类型问题。

欢迎一起学习，探讨~