TensorFlow中张量数据类型转换操作tf.cast/tf.dtypes.cast用法

翻译于 2018-12-13 12:38:32 发布 · 1.7k 阅读

TensorFlow基础专栏收录该内容

52 篇文章

订阅专栏

本文介绍如何使用TensorFlow的tf.cast或tf.dtypes.cast函数进行数据类型转换，适用于多种数据类型，包括张量、稀疏张量和索引切片等。通过示例展示将浮点数张量转换为整数张量的过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、环境

TensorFlow API r1.12

CUDA 9.2 V9.2.148

cudnn64_7.dll

Python 3.6.3

Windows 10

二、官方说明

tf.cast 或 tf.dtypes.cast

将输入张量转换数据类型

https://www.tensorflow.org/api_docs/python/tf/dtypes/cast

tf.dtypes.cast(
    x,
    dtype,
    name=None
)

输入：

（1）x：可以是张量（Tensor）、稀疏张量（SparseTensor）或数值类型的索引切片（IndexedSlices），如：uint8, uint16, uint32, uint64, int8, int16, int32, int64, float16, float32, float64, complex64, complex128, bfloat16.

（2）dtype：要转换的目标数据类型，支持的数据类型种类同上面的x

（3）name：可选参数，操作的名称

三、示例

>>> x = tf.constant([1.8,2.2])
>>> x1 = tf.cast(x,tf.int32)
>>> with tf.Session() as sess:
...     print(sess.run(x1))
...
[1 2]