当前位置:首页 » python教程 » 正文

tensorflow 实现数据类型转换

看: 1314次  时间:2020-08-13  分类 : python教程

tensorflow支持14种不同的类型,主要包括:

实数:tf.float32 tf.float64

整数:tf.int8 tf.int16 tf.int32 tf.int64 tf.unit8

布尔:tf.bool

复数:tf.complex64 tf.complex128

1、tf.to_bfloat16函数

将张量强制转换为bfloat16类型。(deprecated)

tf.to_bfloat16(
  x,
  name='ToBFloat16'
)

参数:

x:张量或稀疏张量或索引切片。

name:操作的名称(可选)。

返回值:

一种与bfloat16类型的x形状相同的张量或稀疏张量或索引切片。

可能产生的异常:

TypeError: If x cannot be cast to the bfloat16.

2、tf.to_complex128函数

将张量转换为类型为complex128的张量。(deprecated)

tf.to_complex128(
  x,
  name='ToComplex128'
)

警告:不推荐使用此函数。它将在未来的版本中被删除。更新说明:使用tf。演员代替。

参数:

x:张量或稀疏张量或索引切片。

name:操作的名称(可选)。

返回值:

与x形状相同的张量或稀疏张量或索引切片,类型为complex128。

可能产生的异常:

TypeError: If x cannot be cast to the complex128.

3、tf.to_complex64函数

将张量转换为complex64类型。(deprecated)

tf.to_complex64(
  x,
  name='ToComplex64'
)

警告:不推荐使用此函数。它将在未来的版本中被删除。更新说明:使用tf。演员代替。

参数:

x:张量或稀疏张量或索引切片。

name:操作的名称(可选)。

返回值:

与x形状相同的张量或稀疏张量或索引切片,类型为complex64。

可能产生的异常:

TypeError: If x cannot be cast to the complex64.

4、tf.to_double函数

将张量强制转换为float64类型。(deprecated)

tf.to_double(
  x,
  name='ToDouble'
)

警告:不推荐使用此函数。它将在未来的版本中被删除。更新说明:使用tf。演员代替。

参数:

x:张量或稀疏张量或索引切片。

name:操作的名称(可选)。

返回值:

一种形状与x相同的张量或稀疏张量或索引切片,类型为float64。

可能产生的异常:

TypeError: If x cannot be cast to the float64.

4、tf.to_float函数

将张量强制转换为float32类型。(deprecated)

tf.to_float(
  x,
  name='ToFloat'
)

参数:

x:张量或稀疏张量或索引切片。

name:操作的名称(可选)。

返回值:

一种形状与x相同的张量或稀疏张量或索引切片,类型为float32。可能产生的异常:

TypeError: If x cannot be cast to the float32.

5、tf.to_int32函数

将张量转换为int32类型。(deprecated)

tf.to_int32(
  x,
  name='ToInt32'
)

参数:

x:张量或稀疏张量或索引切片。

name:操作的名称(可选)。

返回值:

一种与int32类型的x形状相同的张量或稀疏张量或索引切片。

可能产生的异常:

TypeError: If x cannot be cast to the int32.

6、tf.to_int64函数

将张量转换为int64类型。(deprecated)

tf.to_int64(
  x,
  name='ToInt64'
)

参数:

x:张量或稀疏张量或索引切片。

name:操作的名称(可选)。

返回值:

与int64类型的x形状相同的张量或稀疏张量或索引切片。

可能产生的异常:

TypeError: If x cannot be cast to the int64.

以上这篇tensorflow 实现数据类型转换就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持python博客。

<< 上一篇 下一篇 >>

搜索

推荐资源

  Powered By python教程网   鲁ICP备18013710号
python博客 - 小白学python最友好的网站!