Question

以下代码的tf.float32版本有效。但是，当我们尝试运行以下内容时，我们会得到一个异常（在我们尝试定义优化器的行上）。

import tensorflow as tf
tf.InteractiveSession()

complex_weights = tf.Variable(tf.complex(tf.truncated_normal([3, 4]), 
                                         tf.truncated_normal([3, 4])))

complex_target = tf.complex(tf.zeros([3,4]), 
                            tf.zeros([3,4]))
loss = tf.reduce_mean(tf.pow(tf.real(complex_weights - complex_target), 2))
optimizer = tf.train.AdamOptimizer(1.0).minimize(loss)

以下是来自堆栈顶部的错误消息：

....../local/lib/python2.7/site-packages/tensorflow/python/training/optimizer.pyc in _assert_valid_dtypes(self, tensors)
    352         raise ValueError(
    353             "Invalid type %r for %s, expected: %s." % (
--> 354                 dtype, t.name, [v for v in valid_dtypes]))
    355 
    356   # --------------

ValueError: Invalid type tf.complex64 for Variable_3:0, expected: [tf.float32].

这是否意味着在尝试进行优化时，不支持复数作为中间步骤？如果没有手动编码复数运算，是否有任何变通方法？

Answer 1

是的，你遇到了没有复杂支持的中间操作。有关代码的一些指示，请参阅此question，您可以在其中查看为哪些设备注册了哪些数据类型。总的来说，我认为复杂的支持相当渺茫，大多数运营商都不支持它。

Tensorflow是否具有涉及complex64张量的计算图的优化器？

1 个答案: