theano.config.floatX报float64错误_用float变量保存float64报错-优快云博客

本文介绍了一种常见的Keras与Theano环境配置问题，即由于默认浮点类型不匹配导致的TypeError。通过调整Theano的配置参数floatX为float32，可以有效解决此问题，使代码在不同环境下顺利运行。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

我实际用的环境是Keras，查错误时查到是Theano的配置问题，所以在标题里就写成Theano的问题了，

　　是这样的，从Github上下载的别人的代码，准备复现别人的实验，结果在机器上部署好环境之后跑代码时报错为：

　　TypeError: ('An update must have the same type as the original shared variable (shared_var=weight_1,
shared_var.type=TensorType(float32, matrix), update_val=Elemwise{sub,no_inplace}.0,
update_val.type=TensorType(float64, matrix)).', 'If the difference is related to the broadcast pattern, you
can call the tensor.unbroadcast(var, axis_to_unbroadcast[, ...]) function to remove broadcastable
dimensions.')

　　意思就是代码里float的位数不对，以前的Keras版本都是float32的，现在的新版Keras默认是float64的，具体两者有什么区别还不太清楚，但是表现在执行的时候就是报上面的错，之后程序停止，

　　解决方案：在代码中，import语句的下面添加下面一行代码，

　　 theano.config.floatX= 'float32'

　　之后运行就行了，此时就是显式设置相关编译信息，

　　（初来乍到，有错误之处还望指正，其实个人刚开始使用Keras和Theano，有很多也不太了解，）