TensorFlow：将 float64 张量转换为 float32答案

【问题标题】：TensorFlow: cast a float64 tensor to float32TensorFlow：将 float64 张量转换为 float32
【发布时间】：2016-06-14 00:35:24
【问题描述】：

我正在尝试使用：train = optimizer.minimize(loss)，但标准优化器不适用于 tf.float64。因此，我想将我的loss 从tf.float64 截断为仅tf.float32。

Traceback (most recent call last):
  File "q4.py", line 85, in <module>
    train = optimizer.minimize(loss)
  File "/Library/Python/2.7/site-packages/tensorflow/python/training/optimizer.py", line 190, in minimize
    colocate_gradients_with_ops=colocate_gradients_with_ops)
  File "/Library/Python/2.7/site-packages/tensorflow/python/training/optimizer.py", line 229, in compute_gradients
    self._assert_valid_dtypes([loss])
  File "/Library/Python/2.7/site-packages/tensorflow/python/training/optimizer.py", line 354, in _assert_valid_dtypes
    dtype, t.name, [v for v in valid_dtypes]))
ValueError: Invalid type tf.float64 for Add_1:0, expected: [tf.float32].

【问题讨论】：

所以要从float64转成float32？
是的。作为临时修复，我将 numpy 数组从 float64 转换为 float32，这是我的 float64 张量首先出现的地方，这解决了我的问题，但必须有一种方法可以在 tf 本身中进行转换

标签： python machine-learning tensorflow

【解决方案1】：

简短的回答是，您可以使用 tf.cast() 操作将张量从 tf.float64 转换为 tf.float32：

loss = tf.cast(loss, tf.float32)

更长的答案是，这不会解决您使用优化器的所有问题。（缺少对tf.float64 的支持是known issue。）优化器要求您尝试优化的所有tf.Variable 对象也必须具有tf.float32 类型。 p>

【讨论】：