Tensorflow 无法计算 Addv2，因为输入的第1个张量（从零开始）应该是双精度张量，但它是一个浮点数张量 [Op: Addv]。

Question

错误信息：

tensorflow.python.framework.errors_impl.InvalidArgumentError: 无法计算AddV2，因为输入#1（从零开始）应为双精度张量，但是为浮点数张量[Op：AddV2]

我的代码中我创建了一个tensorflow分布MixtureSameFamily对象，并使用网络输出作为参数。然而当我尝试在一系列值上计算概率以生成概率密度函数时，会收到此错误。

我的代码：

gm = tfd.MixtureSameFamily(
    mixture_distribution=tfd.Categorical(probs=alphas),
    components_distribution=tfd.Normal(
        loc=mus,
        scale=sigmas
    )
)

x = np.linspace(-2,2,int(1000), dtype=np.double)
print(x.dtype)
pyx = gm.prob(x)

print(x.dtype)的结果是"dtype: 'float'"

据我所知，根据文档，tensorflow不支持浮点数数据类型。

因此我非常困惑。 如有帮助，将不胜感激。

- traderbot

Answer 1

似乎最新的tensorflow-probability模块存在一个bug。它只能与 float32 正常工作。

解决方法：

将参数显式地转换为float32。

gm = tfd.MixtureSameFamily(
    mixture_distribution=tfd.Categorical(probs=alphas.astype('float32')),
    components_distribution=tfd.Normal(
        loc=mus.astype('float32'),
        scale=sigmas.astype('float32')
    )
)

x = np.linspace(-2,2,int(1000), dtype='float32')
pyx = gm.prob(x)

- Ufos

---

可重现的Colab：https://colab.research.google.com/drive/1g37RztAguZHIPQqWOqvhe16XJDH0mPvz?usp=sharing - Ufos

TensorFlow Probability 的问题跟踪链接：https://github.com/tensorflow/probability/issues/1010 - Ufos