如何将 tf.int64 转换为 tf.float32？答案

【问题标题】：How to convert tf.int64 to tf.float32?如何将 tf.int64 转换为 tf.float32？
【发布时间】：2016-02-24 08:13:17
【问题描述】：

我试过了：

test_image = tf.convert_to_tensor(img, dtype=tf.float32)

然后出现如下错误：

ValueError: Tensor conversion requested dtype float32 for Tensor with dtype int64: 'Tensor("test/ArgMax:0", shape=TensorShape([Dimension(None)]), dtype=int64)'

【问题讨论】：

标签： tensorflow int64

【解决方案1】：

您通常可以使用以下方式进行投射：

tf.cast(my_tensor, tf.float32)

将 tf.float32 替换为您想要的类型。

编辑：至少目前看来，tf.cast 不会转换为无符号数据类型（例如tf.uint8）。要解决此问题，您可以转换为已签名的等价物并使用 tf.bitcast 一直到。例如

tf.bitcast(tf.cast(my_tensor, tf.int8), tf.uint8)

【讨论】：

需要注意的是，tf 不能计算这些操作的梯度，所以不能用来模拟量化权重。

【解决方案2】：

糟糕，我在 API 中找到了函数...

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

【讨论】：

tf.to_float() 现已弃用，应使用 tf.cast()。

【解决方案3】：

您可以使用tf.cast(x, tf.float32) 或tf.to_float(x)，两者都转换为float32。

例子：

sess = tf.Session()

# Create an integer tensor.
tensor = tf.convert_to_tensor(np.array([0, 1, 2, 3, 4]), dtype=tf.int64)
sess.run(tensor)
# array([0, 1, 2, 3, 4])

# Use tf.cast()
tensor_float = tf.cast(tensor, tf.float32)
sess.run(tensor_float)
# array([ 0.,  1.,  2.,  3.,  4.], dtype=float32)

# Use tf.to_float() to cast to float32
tensor_float = tf.to_float(tensor)
sess.run(tensor_float)
# array([ 0.,  1.,  2.,  3.,  4.], dtype=float32)

【讨论】：

当我将一个类型为tf.uint8 的法师施放为tf.float32，并使用matplotlib 显示它们时，tf.float32 发生了变化。怎么才能显示主图？

【解决方案4】：

imagetype cast 您可以使用tf.image.convert_image_dtype() 将图像范围[0 255] 转换为[0 1]：

img_uint8 = tf.constant([1,2,3], dtype=tf.uint8)
img_float = tf.image.convert_image_dtype(img_uint8, dtype=tf.float32)
with tf.Session() as sess:
    _img= sess.run([img_float])
    print(_img, _img.dtype)

输出：

[0.00392157 0.00784314 0.01176471] float32

如果您只想转换类型并保持值范围，请使用 tf.cast 或 tf.to_float 作为 @stackoverflowuser2010 和 @Mark McDonald 回答

【讨论】：

【解决方案5】：

如果您的数据实际上是 Pandas 数据框，我们可以首先使用以下方法检查数据类型：

print(dataset.dtypes)

要将所有条目转换为float32（例如），

# Typecast
dataset = dataset.astype('float32')

#print them to verify
print(dataset.dtypes)

【讨论】：