TensorFlow 中的显式与隐式类型定义答案

【问题标题】：Explicit vs implicit type definition in TensorFlowTensorFlow 中的显式与隐式类型定义
【发布时间】：2019-05-09 19:37:31
【问题描述】：

我刚刚开始学习 TensorFlow。引用自documentation：

让我们构建一个简单的计算图。最基本的操作是常数。构建操作的 Python 函数将张量值作为输入。结果操作不接受任何输入。运行时，它输出传递给构造函数的值。我们可以创建两个浮点常量 a 和 b，如下所示：

a = tf.constant(3.0, dtype=tf.float32)
b = tf.constant(4.0) # also tf.float32 implicitly
total = a + b
print(a)
print(b)
print(total)

第二个常量被隐式类型为 float32。这是基于第一个常量的显式类型吗？这是否意味着第一个 dtype 是必需的？ tf.constant documentation 暗示它没有：

如果未指定参数 dtype，则从 value 的类型推断类型。

但是没有必要显式键入上面的 3.0 常量。

我只是想对此进行澄清，因为就像我说的那样，我才刚刚开始。

【问题讨论】：

【解决方案1】：

但是没有必要显式键入 3.0 常量以上。

完全正确。

a = tf.constant(3.0, dtype=tf.float32)

相当于：

a = tf.constant(3.0)

文档只是演示了不同的重载。如果我们想要不同的数值精度（甚至只是为了提高可读性），我们可能会选择显式提供类型，但如果您想要 TF 推断的默认数据类型，那么完全没有必要。

【讨论】：