我正在尝试使用tf.fill()
方法创建一个不同数据类型的张量(float16,float32,float64),类似于使用numpy.full()
时可以执行的操作。 tf.constant()是一个合适的替代?或者我应该将我的填充值创建为我希望它们的数据类型,然后将其插入tf.fill()
答案 0 :(得分:0)
您可以使用fill
。但是,结果类型将取决于value
参数,您无法使用显式dtype
参数控制结果类型。这确实与大多数其他张量流操作符略有不同。
tf.fill([2, 3], 9) # tensor with dtype=int23
tf.fill([2, 3], 9.0) # tensor with dtype=float32
# more explicit
tf.fill([2, 3], np.float64(9)) # tensor with dtype=float64
答案 1 :(得分:0)
您可以提供您希望得到的张量的数据类型的值,也可以在之后施加张量。
tf.fill((3, 3), 0.0)
#将是一个浮动32 tf.cast(tf.fill((3, 3)), tf.float32)
#also float 32 第一个更好,因为你在图中使用较少的操作