tensorflow tf.maximum（0，x）返回错误

当尝试使用

tf.maximum

时，如您所料：

loss = tf.maximum(0, basic_loss)

得到了该误差

---------------------------------------------------------------------------ValueError回溯（最近的调用 最后) /opt/conda/lib/python3.6/site-packages/tensorflow/python/framework/op_def_library.py 在apply_op中（self，op_type_name，name，**关键字） 489 as_ref=输入参数为， -->490首选类型=默认类型） 491除类型错误作为错误外：

/opt/conda/lib/python3.6/site-packages/tensorflow/python/framework/ops.py 在内部\u中，将\u转换为\u张量（值、数据类型、名称，作为\u参考， 首选（数据类型） 740如果ret为无： -->741 ret=conversion\u func（值，dtype=dtype，name=name，as\u ref=as\u ref） 742

/opt/conda/lib/python3.6/site-packages/tensorflow/python/framework/ops.py in_TensorTensorConversionFunction（t、数据类型、名称、as_ref） 613“对于数据类型为%s的张量，张量转换请求的数据类型为%s:%r” -->614%（dtype.name，t.dtype.name，str（t））） 615返回t

ValueError:Tensor转换请求使用的Tensor的数据类型为int32 dtype float32:'张量（“添加13:0”，shape=（），dtype=float32）”

在处理上述异常期间，发生了另一个异常：

TypeError回溯（最近的调用 最后）在（） 5 tf.随机正态分布（[3，128]，平均值=1，标准差=1，种子值=1）， 6 tf.随机正态分布（[3，128]，平均值=3，标准差=4，种子值=1）） ---->7损耗=三重态损耗（y\u真，y\u pred） 8. 9打印（“loss=“+str（loss.eval（）））

三重态损耗（y_真、y_pred、alpha） 26基本损耗=正距离-负距离+α 27#步骤4：取基本损失和0.0的最大值。总结培训示例。 --->28损耗=tf最大值（0，基本损耗） 29####结束代码在这里### 三十

/opt/conda/lib/python3.6/site-packages/tensorflow/python/ops/gen_math_ops.py 最大（x，y，name）1261a

张量

。具有与相同的类型

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中（self，op_type_name，name，**关键字） 524“%s”类型%s，参数“%s”。% 525（前缀，dtypes.as_dtype（attrs[input_arg.type_attr]）。名称， -->526根据[输入参数类型属性]）推断 527 528类型=[values.dtype]

TypeError:“Maximum”Op的输入“y”的类型float32不正确 匹配参数“x”的int32类型

问题似乎出在哪里？

没有说明

最大值

函数是非交换的

它仅在第一个参数的类型为张量时有效，但在其类型为int时无效

需要使用常量参数的替换位置调用此函数：

tf.最大值（基本损耗，0）

而不是

tf.最大值（0，基本损耗）