python - TensorFlow 中的显式与隐式类型定义

Question

我刚刚开始学习 TensorFlow。引用自 documentation :

Let's build a simple computational graph. The most basic operation is a constant. The Python function that builds the operation takes a tensor value as input. The resulting operation takes no inputs. When run, it outputs the value that was passed to the constructor. We can create two floating point constants a and b as follows:

a = tf.constant(3.0, dtype=tf.float32)
b = tf.constant(4.0) # also tf.float32 implicitly
total = a + b
print(a)
print(b)
print(total)

第二个常量隐式类型化为 float32。这是基于第一个常量的显式类型吗？这是否意味着需要第一个dtype？ tf.constant documentation意味着它不会:

If the argument dtype is not specified, then the type is inferred from the type of value.

但是这样就没有必要显式输入上面的 3.0 常量了。

我只是想对此进行一些澄清，因为，正如我所说，我才刚刚开始。

Answer 1

But then it would be unnecessary to explicitly type the 3.0 constant above.

绝对正确。

a = tf.constant(3.0, dtype=tf.float32)

相当于:

a = tf.constant(3.0)

文档只是演示不同的重载。如果我们想要不同的数值精度(或者只是为了帮助人类可读性)，我们可能会选择显式提供类型，但如果您想要 TF 推断的默认数据类型，则完全没有必要。