- ubuntu12.04环境下使用kvm ioctl接口实现最简单的虚拟机
- Ubuntu 通过无线网络安装Ubuntu Server启动系统后连接无线网络的方法
- 在Ubuntu上搭建网桥的方法
- ubuntu 虚拟机上网方式及相关配置详解
CFSDN坚持开源创造价值,我们致力于搭建一个资源共享平台,让每一个IT人在这里找到属于你的精彩世界.
这篇CFSDN的博客文章tensorflow中的数据类型dtype用法说明由作者收集整理,如果你对这篇文章有兴趣,记得点赞哟.
tensorflow中,主要有以下几种数据类型(dtype),在旧版本中,不用加tf也能使用.
tf.int8:8位整数.
tf.int16:16位整数.
tf.int32:32位整数.
tf.int64:64位整数.
tf.uint8:8位无符号整数.
tf.uint16:16位无符号整数.
tf.float16:16位浮点数.
tf.float32:32位浮点数.
tf.float64:64位浮点数.
tf.double:等同于tf.float64.
tf.string:字符串.
tf.bool:布尔型.
tf.complex64:64位复数.
tf.complex128:128位复数.
补充:tensorflow及numpy的数据类型对象dtype总结 。
dtype:查看数据类型 。
astype:转换数据类型 。
名称 | 描述 |
---|---|
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位单精度复数 |
tf.complex128 | 128位双精度复数 |
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.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位带符号整数 |
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.as_dtype()函数将numpy类型和字符串类型名称转换为dtype对象.
名称 | 描述 |
---|---|
np.bool_ | 布尔型数据类型 |
np.int_ | 默认的整数类型 |
np.intc | 与 c 的 int 类型一样,一般是 int32 或 int 64 |
np.intp | 用于索引的整数类型,一般是 int32 或 int64 |
np.int8 | 8位整数即1字节(-128 to 127) |
np.int16 | 16位整数(-32768 to 32767) |
np.int32 | 32位整数(-2147483648 to 2147483647) |
np.int64 | 64位整数(-9223372036854775808 to 9223372036854775807) |
np.uint8 | 8位无符号整数(0 to 255) |
np.uint16 | 16位无符号整数(0 to 65535) |
np.uint32 | 32位无符号整数(0 to 4294967295) |
np.uint64 | 64位无符号整数(0 to 18446744073709551615) |
np.float_ | float64 简写,即64位双精度浮点数 |
np.float16 | 16位半精度浮点数,包括:1 个符号位,5 个指数位,10 个尾数位 |
np.float32 | 32位 单精度浮点数,包括:1 个符号位,8 个指数位,23 个尾数位 |
np.float64 | 64位双精度浮点数,包括:1 个符号位,11 个指数位,52 个尾数位 |
np.complex_ | complex128 简写,即 128 位复数 |
np.complex64 | 复数,表示双 32 位浮点数(实数部分和虚数部分) |
np.complex128 | 复数,表示双 64 位浮点数(实数部分和虚数部分) |
以上为个人经验,希望能给大家一个参考,也希望大家多多支持我.
原文链接:https://blog.csdn.net/promisejia/article/details/80806984 。
最后此篇关于tensorflow中的数据类型dtype用法说明的文章就讲到这里了,如果你想了解更多关于tensorflow中的数据类型dtype用法说明的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。
最近我在用 RestSharp消耗我的 Restful 资源。并期望在服务器和客户端之间与 JSon 交换数据。下面是我的 C# 代码。 var client = new RestSharp.Rest
我正在阅读 Bartosz Milewski 的一篇文章,其中他定义了以下函数: instance Applicative Chan where pure x = Chan (repeat x)
‘…' 其实是go的一种语法糖。 它的第一个用法主要是用于函数有多个不定参数的情况,可以接受多个不确定数量的参数。 第二个用法是slice可以被打散进行传递。 实例:
前言 在算face_track_id map有感: 开始验证 data={"state":[1,1,2,2,1,2,2,2],"pop":[&quo
本文实例讲述了php访问数组最后一个元素的函数end()用法。分享给大家供大家参考。具体分析如下: end()函数在PHP中用于检索数组中的最后一个元素。end()函数需要一个数组作为其唯一参数,
我使用的是 jdk1.8.0_92。我的虚拟机如下所示。 $java -version java version "1.8.0_92" Java(TM) SE Runtime Environment
我的情况是我需要将所有匹配 http://mywebsite.com/portfolio/[anyname] 的请求定向到 http://mywebsite.com/portfolio.php?用户名
我正在尝试在 NLTK 中使用语音标记并使用了以下命令: >>> text = nltk.word_tokenize("And now for something completely differe
#include typedef QList IntList; qRegisterMetaType("IntList"); error C2909: 'qRegisterMetaType':
来自 here我知道 BN_CTX 是一个保存 BIGNUM 临时变量的结构。这些 BIGNUM 变量什么时候会进入 BN_CTX 的 BN_POOL?如果我有一个 bignum_ctx BN_CTX
尝试为 ABPersonRef 创建对象例子:ABpersonRef 引用; 已包含Addressbook和AddressBookUI框架即使这样,当我编译时,它仍显示“ABPersonRef”未声明
我无法使用 GetAltTabInfo。可能是一个愚蠢的错误,但这有什么问题呢? HWND taskSwitcher = FindWindow(L"TaskSwitcherWnd", L"Task S
JSLint4Java 是 JSLint 的 Java 包装器。我需要这样的东西在我的 GWT 项目中使用,但使用 JSLint4Java 的唯一方法似乎是从命令行或通过 ANT 任务。有谁知道是否有
我有一个持久化实体对象的方法 persistData() 。我有另一个方法 findData() ,它对同一实体类执行 find() 操作以获取持久的主键值。当我在实体类的@PostPersist中调
下面是我的代码。请查看。 1. bool isUnavailable = db.Deploys.Where(p => p.HostEnvironmentId == Guid.Parse(h
这个问题已经有答案了: Why can't a Generic Type Parameter have a lower bound in Java? (6 个回答) 已关闭 9 年前。 我试图理解为什
我正在尝试使用 scala 编译器 Y 警告,但我认为我做得不对。在下面的示例中,nums 未使用,因此我希望 -Ywarn-value-discard 打印一个警告。有两个 if 条件,一个嵌套在另
用户被要求从某个给定的集合中选择一个 ID。我检查该 ID 是否存在于我的集合中,如果不存在,我会抛出 IndexOutOfBoundsException 并稍后捕获它。我实际上可以使用该异常来达到这
我正在尝试减少从 OSM 路径数据生成的形状文件。我正在使用 VTS 的 DouglasPeuckerSimplifier 实现。我想为特定 GTFS(通用交通提要规范)构建路线图的 geojson。
我明白了?!是排除某个模式,例如 a(?!b) 表示如果“a”后面没有“b”,它将匹配“a”。我的问题是,假设我有一个包含以下内容的文件: a cat is a cat, a dog is a dog
我是一名优秀的程序员,十分优秀!