python - tensorflow 中的1和1.0有区别吗？

Question

我找到了有关自定义指标的片段。

smooth = 0.001
dices = (2. * a + smooth) / (a+ b+ smooth)

ratio = a/ (K.sum(a) + smooth)
ratio = 1.0 - ratio

为什么作者更喜欢 float (例如 2. 和 1.0)而不是整数(2 或 1 >)?而且我发现很多人更喜欢使用 float 而不是整数，我不知道为什么。

我猜如果this是什么原因？

Answer 1

下面的代码将显示两者之间的区别。

t1 = tf.constant(value=1)
t1.dtype

输出tf.int32

t2 = tf.constant(value=1.0)
t2.dtype

输出tf.float32

现在添加这两个张量将引发错误，因为这两个张量的数据类型不同。

t3 = tf.add(x=t1, y=t2)

输出:

回溯(最近一次调用最后一次): 文件“c:\ProgramData\Anaconda3\envs\tensorflow_cpu\lib\site-packages\tensorflow\python\framework\op_def_library.py”，第 527 行，在 _apply_op_helper 中 首选_dtype=默认_dtype) 文件“c:\ProgramData\Anaconda3\envs\tensorflow_cpu\lib\site-packages\tensorflow\python\framework\ops.py”，第1224行，在internal_convert_to_tensor中 ret = conversion_func(值, dtype=dtype, name=name, as_ref=as_ref) 文件“c:\ProgramData\Anaconda3\envs\tensorflow_cpu\lib\site-packages\tensorflow\python\framework\ops.py”，第 1018 行，位于 _TensorTensorConversionFunction (dtype.name, t.dtype.name, str(t)))ValueError:张量转换请求 dtype int32 为具有 dtype float32 的张量:'Tensor("Const_4:0", shape=(), dtype=float32)'