通过 map 方法改变类型答案

【问题标题】：Change of type via map method通过 map 方法改变类型
【发布时间】：2022-01-05 22:23:42
【问题描述】：

我正在与 Tensorflow 中有关 Dataset 的 map 方法的细节苦苦挣扎，如 here 所述。例子

dataset = tf.data.Dataset.from_tensor_slices([1, 2, 3])
dataset = dataset.map(lambda x: x + 2)
list(dataset.as_numpy_iterator())

工作正常，但通过应用 map as 来更改元素类型

dataset = tf.data.Dataset.from_tensor_slices([1, 2, 3])
dataset = dataset.map(lambda x: x / 10.0)
list(dataset.as_numpy_iterator())

产生错误信息

TypeError: `x` and `y` must have the same dtype, got tf.int32 != tf.float32.

因为应用的map函数的返回类型与其输入类型不同。为什么会这样？不能改变类型吗？如果是这样，如何将数据集中的元素类型更改为tf.float32，达到预期的效果？

请注意，实际数据集更复杂，但这是说明问题的最小示例。

【问题讨论】：

标签： python tensorflow tensorflow-datasets

【解决方案1】：

我终于自己发现了。该问题与map 完全无关，但对于除法，需要显式转换。

dataset = tf.data.Dataset.from_tensor_slices([1, 2, 3])
dataset = dataset.map(lambda x: tf.cast(x, tf.float32) / 10.0)
list(dataset.as_numpy_iterator())

【讨论】：