一、數(shù)據(jù)類型

在tf中，數(shù)據(jù)類型有整型（默認(rèn)是int32），浮點型（默認(rèn)是float32），以及布爾型，字符串。

二、數(shù)據(jù)類型信息

①.device

查看tensor在哪（CPU上面或者GPU上面），可以通過.cpu()，.gpu()進行轉(zhuǎn)換，如果數(shù)據(jù)所在的處理器位置不一樣，則不能進行計算。

②.numpy()

將數(shù)據(jù)轉(zhuǎn)換成numpy格式。

③.shape / .ndim

查看形狀，.ndim查看維度，.is_tensor查看是不是tensor類型。

三、數(shù)據(jù)類型轉(zhuǎn)換

①tf.convert_to_tensor

將數(shù)據(jù)轉(zhuǎn)換成tensor類型，當(dāng)從Numpy轉(zhuǎn)換成tensor的時候，會默認(rèn)是int64，需要指定一下類型，才能成為tf默認(rèn)的類型也就是int32。

②tf.cast()

可以實現(xiàn)tensor的數(shù)據(jù)類型轉(zhuǎn)換。

注意：在深度學(xué)習(xí)中，是需要對參數(shù)求梯度的，需要variable包裝一下，就擁有了trainable屬性，這樣就才求梯度。假如是自己寫傳播過程，更新后的參數(shù)也需要用variable包裝。

以上就是TensorFlow人工智能學(xué)習(xí)數(shù)據(jù)類型信息及轉(zhuǎn)換的詳細內(nèi)容，更多關(guān)于TensorFlow數(shù)據(jù)類型的資料請關(guān)注服務(wù)器之家其它相關(guān)文章！

原文鏈接：https://blog.csdn.net/Swayzzu/article/details/121057787