将 tf.float32 转换为常规 python 浮点数

Question

这是我的代码：

import tensorflow as tf

loss = tf.keras.losses.MeanSquaredError()

a = loss(y_true=tf.constant([1.0, 2.0, 3.0]), y_pred=tf.constant([2.0, 2.0, 4.0]))
print(a)

b = tf.constant([2.0, 2.0, 4.0])[0]
a = loss(y_true=tf.constant([1.0], dtype=tf.float32), y_pred=tf.constant([b], dtype=tf.float32)) #error occurs here
print(a)

这是错误：

Traceback（最近一次调用最后一次）： 文件“test.py”，第 9 行，在 a = 损失(y_true=tf.constant([1.0], dtype=tf.float32), y_pred=tf.constant([b], dtype=tf.float32)) 文件“D:\documenten\programs\Python\3.6.2\lib\site-packages\tensorflow_core\python\framework\constant_op.py”，第 227 行，常量 允许广播=真） _constant_impl 中的文件“D:\documenten\programs\Python\3.6.2\lib\site-packages\tensorflow_core\python\framework\constant_op.py”，第 235 行 t = convert_to_eager_tensor（值，ctx，dtype） 文件“D:\documenten\programs\Python\3.6.2\lib\site-packages\tensorflow_core\python\framework\constant_op.py”，第 96 行，在 convert_to_eager_tensor 返回 ops.EagerTensor（值，ctx.device_name，dtype） ValueError: TypeError: Scalar tensor has no len()

在这个例子中，我不能使用 'b' 来输入另一个张量，但是常规的浮点数可以正常工作。 有没有办法把 tf.float32 改成普通的 python 浮点数？

Answer 1

获取一个简单的python浮点数：float(b)

虽然，我认为您的错误主要是因为您试图将b 设置为tf.constant，而它已经是tf.constant。

要转换张量的数据类型，您可以使用tf.cast。

所以你上面的代码也适用于这种情况：

loss = tf.keras.losses.MeanSquaredError()

a = loss(y_true=tf.constant([1.0, 2.0, 3.0]), y_pred=tf.constant([2.0, 2.0, 4.0]))
print(a)

b = tf.constant([2.0, 2.0, 4.0])[0]
b = tf.cast(b, dtype=tf.float32)

a = loss(y_true=tf.constant([1.0], dtype=tf.float32), y_pred=[b]) 
print(a)