TensorFlow学习笔记（三）

       1.有关tf数学计算中数据类型的问题

        今天在使用TensorFlow的时候，用到了两个函数：tf.div和tf.sqrt，遇到了一些有关数据类型的问题。我们看看下面的语句：  

w_init=tflearn.initializations.uniform(minval=-tf.div(1,tf.sqrt(self.state_dim)),maxval=tf.div(1,tf.sqrt(self.state_dim)))

        这个语句将报错（截取部分）：

       

        可见，报错与sqrt函数的使用有关，我们传入的self.state_dim是int32类型，但是tf.sqrt函数需要传入的参数为float或者complex类型，因而出错，值得注意的是，这意味着tf.sqrt并不会为我们去进行隐式类型转换，所以我们先将语句更改为：

w_init1=tflearn.initializations.uniform(minval=-tf.div(1,tf.sqrt(float(self.state_dim))),maxval=tf.div(1,tf.sqrt(float(self.state_dim))))

        这样第一个错误就解决了，但是将遇到第二个错误：

       

        显然错误是由div函数引起，具体是因为我们需要将Int32转为float32，tf仍然没有为我们做这件事，所以我们进行显示转换：

w_init1=tflearn.initializations.uniform(minval=-tf.div(1.0,tf.sqrt(float(self.state_dim))),maxval=tf.div(1.0,tf.sqrt(float(self.state_dim))))

        OK，问题解决。