如何将tf.int64转换为tf.float32？

Question

我试过：

test_image = tf.convert_to_tensor(img, dtype=tf.float32)

接着出现以下错误：

ValueError: Tensor conversion requested dtype float32 for Tensor with dtype int64: 'Tensor("test/ArgMax:0", shape=TensorShape([Dimension(None)]), dtype=int64)'

- Yee Liu

Answer 1

你可以通常使用以下方法进行投掷：

tf.cast(my_tensor, tf.float32)

使用您所需的类型替换tf.float32。

---

编辑：目前看来，tf.cast无法转换为无符号数据类型（例如tf.uint8）。要解决此问题，您可以先将其转换为相应的有符号数据类型，然后使用tf.bitcast完成整个过程。例如：

tf.bitcast(tf.cast(my_tensor, tf.int8), tf.uint8)

- Mark McDonald

---

需要注意的是，tf无法计算这些操作的梯度，因此它们不能用于模拟量化权重。 - oarfish

Answer 2

糟糕，我在API中找到了该函数...

 tf.to_float(x, name='ToFloat')

- Yee Liu

---

tf.to_float()现已弃用，应使用tf.cast()代替。 - Richard

Answer 3

你可以使用 tf.cast(x, tf.float32) 或者 tf.to_float(x)，两者均将类型转换为float32。

示例：

sess = tf.Session()

# Create an integer tensor.
tensor = tf.convert_to_tensor(np.array([0, 1, 2, 3, 4]), dtype=tf.int64)
sess.run(tensor)
# array([0, 1, 2, 3, 4])

# Use tf.cast()
tensor_float = tf.cast(tensor, tf.float32)
sess.run(tensor_float)
# array([ 0.,  1.,  2.,  3.,  4.], dtype=float32)

# Use tf.to_float() to cast to float32
tensor_float = tf.to_float(tensor)
sess.run(tensor_float)
# array([ 0.,  1.,  2.,  3.,  4.], dtype=float32)

- stackoverflowuser2010

---

当我将类型为 tf.uint8 的图像转换为 tf.float32 并使用 matplotlib 显示时，tf.float32 发生了变化。如何显示原始图像？ - Tavakoli

Answer 4

image类型转换可以使用tf.image.convert_image_dtype()函数，将图像范围从[0 255]转换为[0 1]：

img_uint8 = tf.constant([1,2,3], dtype=tf.uint8)
img_float = tf.image.convert_image_dtype(img_uint8, dtype=tf.float32)
with tf.Session() as sess:
    _img= sess.run([img_float])
    print(_img, _img.dtype)

输出：

[0.00392157 0.00784314 0.01176471] float32

如果您只想进行类型转换并保持值范围，请使用tf.cast或tf.to_float，如@stackoverflowuser2010和@Mark McDonald所回答的。

- Roby

Answer 5

如果您的数据实际上是一个Pandas数据帧，我们可以先使用以下方式检查数据类型：

print(dataset.dtypes)

将所有条目转换为float32（例如）：

# Typecast
dataset = dataset.astype('float32')

#print them to verify
print(dataset.dtypes)

- Pe Dro