将tf.float32转换为常规python float

这是我的代码：

import tensorflow as tf

loss = tf.keras.losses.MeanSquaredError()

a = loss(y_true=tf.constant([1.0, 2.0, 3.0]), y_pred=tf.constant([2.0, 2.0, 4.0]))
print(a)

b = tf.constant([2.0, 2.0, 4.0])[0]
a = loss(y_true=tf.constant([1.0], dtype=tf.float32), y_pred=tf.constant([b], dtype=tf.float32)) #error occurs here
print(a)

这是错误：

追溯（最近一次通话最近）：文件“ test.py”，第9行，位于=丢失（y_true = tf.constant（[1.0]，dtype = tf.float32），y_pred = tf.constant（[b]， dtype = tf.float32））文件“ D：\ documenten \ programs \ Python \ 3.6.2 \ lib \ site-packages \ tensorflow_core \ python \ framework \ constant_op.py”，第227行，以常量allow_broadcast = True）文件“ D：\ documenten \ programs \ Python \ 3.6.2 \ lib \ site-packages \ tensorflow_core \ python \ framework \ constant_op.py“，第235行，在_constant_impl中t = convert_to_eager_tensor（value，ctx，dtype）文件” D：\ documenten \ programs \ Python \ 3.6.2 \ lib \ site-packages \ tensorflow_core \ python \ framework \ constant_op.py“，第96行，在convert_to_eager_tensor中返回ops.EagerTensor（value，ctx.device_name，dtype）ValueError：TypeError：Scalar张量没有len()

在这个例子中，我不能使用'b'来放置另一个张量，但是常规的float很好用。有没有一种方法可以将tf.float32更改为常规python float？