当尝试像预期的那样使用tf.maximum时：
loss = tf.maximum(0, basic_loss)
此错误已获得
-------------------------------------------------- ---------------------------- ValueError Traceback（最近的呼叫 持续） /opt/conda/lib/python3.6/site-packages/tensorflow/python/framework/op_def_library.py 在apply_op（self，op_type_name，name，**关键字）中 第489章 -> 490 preferred_dtype = default_dtype） 491，除了TypeError作为err：
/opt/conda/lib/python3.6/site-packages/tensorflow/python/framework/ops.py 在internal_convert_to_tensor（value，dtype，name，as_ref， preferred_dtype） 740如果ret为None： -> 741 ret = conversion_func（值，dtype = dtype，name = name，as_ref = as_ref） 742
/opt/conda/lib/python3.6/site-packages/tensorflow/python/framework/ops.py 在_TensorTensorConversionFunction（t，dtype，name，as_ref）中 613“具有dtype％s的张量的张量转换请求dtype％s：％r” -> 614％（dtype.name，t.dtype.name，str（t））） 615返回t
ValueError：Tensor转换请求Tensor具有dtype int32 dtype float32：'Tensor（“ add_13：0”，shape =（），dtype = float32）'
在处理上述异常期间，发生了另一个异常：
TypeError跟踪（最近的呼叫 最后）在（） 5 tf.random_normal（[3，128]，均值= 1，stddev = 1，种子= 1）， 6 tf.random_normal（[3，128]，平均值= 3，stddev = 4，种子= 1）） ----> 7损失= Triplet_loss（y_true，y_pred） 8 9 print（“ loss =” + str（loss.eval（）））
in Triplet_loss（y_true，y_pred，alpha） 26 basic_loss = pos_dist-neg_dist + alpha 27＃步骤4：取basic_loss和0.0的最大值。总结训练示例。 ---> 28损失= tf.maximum（0，basic_loss） 29 ###此处结束代码### 30
/opt/conda/lib/python3.6/site-packages/tensorflow/python/ops/gen_math_ops.py 最大（x，y，name）1261 A
Tensor。与...具有相同的类型x。 1262“”“ -> 1263结果= _op_def_lib.apply_op（“最大值”，x = x，y = y，name = name）1264返回结果1265/opt/conda/lib/python3.6/site-packages/tensorflow/python/framework/op_def_library.py 在apply_op（self，op_type_name，name，**关键字）中 524“％s输入了参数'％s'的％s。” ％ 525（前缀，dtypes.as_dtype（attrs [input_arg.type_attr]）。name， -> 526从[input_arg.type_attr]）推断） 527 528种= [values.dtype]
TypeError：“最大”操作的输入“ y”的类型为float32 匹配参数'x'的类型int32。
问题出在哪里？
答案 0 :(得分：1)
The tensor flow doc没有声明maximum函数是不可交换的。
仅当第一个参数的类型为Tensor时才有效，但如果其类型为int则无效。
需要使用常量参数的替换位置来调用此函数：
tf.maximum(basic_loss, 0)
代替
tf.maximum(0, basic_loss)