Numpy 什么'；np.float64和tf.float64的区别是什么？_Numpy_Tensorflow

Numpy 什么'；np.float64和tf.float64的区别是什么？

numpy tensorflow

Numpy 什么'；np.float64和tf.float64的区别是什么？,numpy,tensorflow,Numpy,Tensorflow,使用TensorFlow并使用NumPy的文件加载方法时，似乎可以使用以下命令将所有内容指定为双精度： np.loadtxt(..., dtype=np.float64) tf.placeholder(tf.float64...) tf.Variable(..., dtype=tf.float64...) NumPy和TensorFlow有单独的数据类型值如果您说np.loadtxt（…，dtype=tf.float64）则会失败并显示错误消息。好的，NP是在TF之前编写的，所以它不理解TF

使用TensorFlow并使用NumPy的文件加载方法时，似乎可以使用以下命令将所有内容指定为双精度：

np.loadtxt(..., dtype=np.float64)
tf.placeholder(tf.float64...)
tf.Variable(..., dtype=tf.float64...)

NumPy和TensorFlow有单独的数据类型值

如果您说

np.loadtxt（…，dtype=tf.float64）

则会失败并显示错误消息。好的，NP是在TF之前编写的，所以它不理解TF数据类型值

另一方面，如果您说

tf.placeholder（np.float64…

，它似乎可以正常工作。隐马尔可夫模型？TF是在NP之后写的，可能是为了理解NP的数据类型值。但是，为什么它首先有自己独立的数据类型值，而不是始终使用NP值呢

就TF而言，两者之间有什么区别？在任何地方使用

np.float64

都可以，还是会导致后续问题？（我问这个问题的原因是，我想在程序开始时设置一个参数，通过改变一行可以在单精度和双精度之间切换，如果你真的可以在任何地方使用

np.float64

。

NumPy的

dtype

和TensorFlow的

dtype

实际上是不同的东西（基本上，TensorFlow的

DType

s只是内部

enum

的值，而。）因此，NumPy不理解TensorFlow

DType

s。但是存在兼容对。您可以通过其属性确定您的

DType

是否与NumPy兼容。TensorFlow接受NumPy

DType

s，因为它们通过该方法清理初始化方法中的

DType

参数输入，这也是接受NumPy

dtype

s，将它们转换为正确的TensorFlow

dtype

值

因此，长话短说：你基本上可以在任何地方传递

np.float64

和

np.float32

，TensorFlow将正确处理这个问题。