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？
写回答
-
-
要获得一个简单的python float：float(b)
虽然，我认为您的错误之所以发生，主要是因为您尝试制作b一个tf.constant已经是的错误tf.constant。
要转换张量的数据类型，可以使用tf.cast。
因此，您的上述代码在以下情况下也适用：
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] b = tf.cast(b, dtype=tf.float32) a = loss(y_true=tf.constant([1.0], dtype=tf.float32), y_pred=[b]) print(a)2020-02-22 16:05:17赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关文章
相关电子书
更多
