tensorflow的类型问题

tensorflow中的类型dtype与numpy中的类型一致可以互用，但是写程序时最好不要互用。

DType定义了以下对象：

• tf.float16：16位半精度浮点。
• tf.float32：32位单精度浮点。
• tf.float64：64位双精度浮点。
• tf.bfloat16：16位截断浮点。
• tf.complex64：64位单精度复合体。
• tf.complex128：128位双精度复合体。
• tf.int8：8位有符号整数。
• tf.uint8：8位无符号整数。
• tf.uint16：16位无符号整数。
• tf.uint32：32位无符号整数。
• tf.uint64：64位无符号整数。
• tf.int16：16位有符号整数。
• tf.int32：32位有符号整数。
• tf.int64：64位有符号整数。
• tf.bool：布尔值。
• tf.string：字符串。
• tf.qint8：量化的8位有符号整数。
• tf.quint8：量化的8位无符号整数。
• tf.qint16：量化的16位有符号整数。
• tf.quint16：量化的16位无符号整数。
• tf.qint32：量化的32位有符号整数。
• tf.resource：处理一个可变资源。
• tf.variant：任意类型的值。

在项目训练时，对于生成和读取tfrecord文件时编码译码过程中出现了，没有考虑到传递变量的默认属性。

对于图片向量和标签向量先前作此处理：

               # 读取图片
                image_data = Image.open(filename)# type : Image
                # 灰度化
                image_data=image_data.convert('L')
                image_data = np.array(image_data)

                # 将图片转化为bytes
                image = image_data.tobytes()

                list=np.zeros(shape=[CaptchaNumber*AlphabetNumber])
                for i,num in enumerate(label):
                    list[i*AlphabetNumber+num]=1

                list=list.tobytes()
                example = tf.train.Example(features=tf.train.Features(feature={
                        'image': tf.train.Feature(bytes_list=tf.train.BytesList(value=[image])),
                        'label': tf.train.Feature(bytes_list=tf.train.BytesList(value=[list])),
                    }))
                tfrecord_writer.write(example.SerializeToString())

而在另一个读取程序中核心代码是

features = tf.parse_single_example(serialized_example,
                                       features={
                                           'image': tf.FixedLenFeature([], tf.string),
                                           'label': tf.FixedLenFeature([], tf.string),
                                       })
# 获取图片数据
    image = tf.decode_raw(features['image'], tf.uint8)
#获取标签数据
label = tf.decode_raw(features['label'], tf.float64)

tf.decode_raw需要指定使用何种数据类型翻译出字节字符串，先前存入tfrecord的数据类型是什么，那么这里也要填入什么类型。

先前的语句  image_data = np.array(image_data) 好像没有指定类型，numpy对于np.array()未指定类型的操作方式是默认最小能支持

image_data的类型，这里image_data的数据大小是0-255，所以默认选择tf.uint8

对于label，先前语句是list=np.zeros(shape=[CaptchaNumber*AlphabetNumber])这里数据默认是np.float64，也就是tf.float64。