Python TensorFlow：将float64张量强制转换为float32

我试图使用：

train=optimizer.minimize（loss）

但标准优化器不能与

tf.float64

一起工作。因此，我想将我的

损失

从

tf.float64

截断为仅

tf.float32

Traceback (most recent call last):
  File "q4.py", line 85, in <module>
    train = optimizer.minimize(loss)
  File "/Library/Python/2.7/site-packages/tensorflow/python/training/optimizer.py", line 190, in minimize
    colocate_gradients_with_ops=colocate_gradients_with_ops)
  File "/Library/Python/2.7/site-packages/tensorflow/python/training/optimizer.py", line 229, in compute_gradients
    self._assert_valid_dtypes([loss])
  File "/Library/Python/2.7/site-packages/tensorflow/python/training/optimizer.py", line 354, in _assert_valid_dtypes
    dtype, t.name, [v for v in valid_dtypes]))
ValueError: Invalid type tf.float64 for Add_1:0, expected: [tf.float32].

回溯（最近一次呼叫最后一次）：
文件“q4.py”，第85行，在
列车=优化器。最小化（损失）
文件“/Library/Python/2.7/site-packages/tensorflow/Python/training/optimizer.py”，第190行，第5行
colocate_gradients_with_ops=colocate_gradients_with_ops）
文件“/Library/Python/2.7/site packages/tensorflow/Python/training/optimizer.py”，第229行，在计算梯度中
self.\u断言\u有效\u数据类型（[丢失]）
文件“/Library/Python/2.7/site packages/tensorflow/Python/training/optimizer.py”，第354行，在有效的数据类型中
数据类型，t.name，[v代表有效的\u数据类型中的v]））
ValueError:Add_1:0的tf.float64类型无效，应为：[tf.float32]。

简短的回答是，您可以使用op将张量从

tf.float64

转换为

tf.float32

：

---

较长的答案是，这不会解决优化器的所有问题。（缺少对

tf.float64

的支持是一个问题。）优化器要求您尝试优化的所有

tf.Variable

对象也必须具有类型

tf.float32
，因此您希望将其从float64转换为float32？是的。作为临时修复，我将numpy数组从float64转换为float32，这是我的float64张量首先出现的位置，解决了我的问题，但必须有一种在tf中转换的方法
loss = tf.cast(loss, tf.float32)