Tensorflow中的dtype用法是怎样的
Admin 2022-07-29 群英技术资讯 709 次浏览
在实际应用中，我们有时候会遇到“Tensorflow中的dtype用法是怎样的”这样的问题，我们该怎样来处理呢？下文给大家介绍了解决方法，希望这篇“Tensorflow中的dtype用法是怎样的”文章能帮助大家解决问题。Tensorflow中，主要有以下几种数据类型（dtype），在旧版本中，不用加tf也能使用。
有符号整型
tf.int8：8位整数。
tf.int16：16位整数。
tf.int32：32位整数。
tf.int64：64位整数。
无符号整型
tf.uint8：8位无符号整数。
tf.uint16：16位无符号整数。
浮点型
tf.float16：16位浮点数。
tf.float32：32位浮点数。
tf.float64：64位浮点数。
tf.double：等同于tf.float64。
字符串型
tf.string：字符串。
布尔型
tf.bool：布尔型。
复数型
tf.complex64：64位复数。
tf.complex128：128位复数。
补充：tensorflow及numpy的数据类型对象Dtype总结
1.dtyte与astype
dtype:查看数据类型
astype：转换数据类型
2.tensorlow数据类型对象Dtype
| 名称 | 描述 |
|---|---|
| tf.float16 | 16位半精度浮点 |
| tf.float32 | 32位单精度浮点 |
| tf.float64 | 64位双精度浮点 |
| tf.bfloat16 | 16位截断浮点 |
| tf.complex64 | 64位单精度复数 |
| tf.complex128 | 128位双精度复数 |
| tf.int8 | 8位有符号整数 |
| tf.uint8 | 8位无符号整数 |
| tf.uint16 | 16位无符号整数 |
| tf.int16 | 16位有符号整数 |
| tf.int32 | 32位有符号整数 |
| tf.int64 | 64位有符号整数 |
| tf.bool | 布尔值 |
| tf.string | 字符串 |
| tf.qint8 | 量化的8位带符号整数 |
| tf.quint8 | 量化的8位无符号整数 |
| tf.qint16 | 量化的16位有符号整数 |
| tf.quint16 | 量化的16位无符号整数 |
| tf.qint32 | 量化的32位有符号整数 |
tf.as_dtype()函数将numpy类型和字符串类型名称转换为DType对象。
3.numpy数据类型对象dtype
| 名称 | 描述 |
|---|---|
| np.bool_ | 布尔型数据类型 |
| np.int_ | 默认的整数类型 |
| np.intc | 与 C 的 int 类型一样，一般是 int32 或 int 64 |
| np.intp | 用于索引的整数类型，一般是 int32 或 int64 |
| np.int8 | 8位整数即1字节（-128 to 127） |
| np.int16 | 16位整数（-32768 to 32767） |
| np.int32 | 32位整数（-2147483648 to 2147483647） |
| np.int64 | 64位整数（-9223372036854775808 to 9223372036854775807） |
| np.uint8 | 8位无符号整数（0 to 255） |
| np.uint16 | 16位无符号整数（0 to 65535） |
| np.uint32 | 32位无符号整数（0 to 4294967295） |
| np.uint64 | 64位无符号整数（0 to 18446744073709551615） |
| np.float_ | float64 简写，即64位双精度浮点数 |
| np.float16 | 16位半精度浮点数，包括：1 个符号位，5 个指数位，10 个尾数位 |
| np.float32 | 32位 单精度浮点数，包括：1 个符号位，8 个指数位，23 个尾数位 |
| np.float64 | 64位双精度浮点数，包括：1 个符号位，11 个指数位，52 个尾数位 |
| np.complex_ | complex128 简写，即 128 位复数 |
| np.complex64 | 复数，表示双 32 位浮点数（实数部分和虚数部分） |
| np.complex128 | 复数，表示双 64 位浮点数（实数部分和虚数部分） |
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。
感谢各位的阅读，以上就是“Tensorflow中的dtype用法是怎样的”的内容了，经过本文的学习后，相信大家对Tensorflow中的dtype用法是怎样的都有更深刻的体会了吧。这里是群英网络，小编将为大家推送更多相关知识点的文章，欢迎关注！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：mmqy2019@163.com进行举报，并提供相关证据，查实之后，将立刻删除涉嫌侵权内容。
猜你喜欢
-
Python函数用法中定义、调用、参数传递和返回值是怎样的
Python函数用法中定义、调用、参数传递和返回值是怎样的?下文的讲解详细，步骤过程清晰，对大家进一步学习和理解相关知识有一定的帮助。有这方面学习需要的朋友就继续往下看吧！
-
pandas中重置索引怎样做？方法是什么？
在pandas中，当经常对数据进行处理，可能会造成数据索引顺序混乱，那么也就会影响数据读取、插入等等操作，因此重置索引的操作就很重要，那么pandas中重置索引怎样做？接下来给大家分享几个方法，大家可以参考。
-
如何Python实现手势控制的贪吃蛇小游戏
想必大家都玩过贪吃蛇的游戏吧：通过操纵蛇的移动方向能够让蛇吃到随机出现的食物，吃到的食物越多，蛇就会变得越长。本文将使用手势识别来完成贪吃蛇这个简单的游戏，感兴趣的可以了解一下
-
用Python怎么实现动态绘制一圈小爱心的效果
这篇文章主要介绍了教你利用Python+Turtle绘制简易版爱心表白,文中有非常详细的代码示例,对想要和男朋友或者女朋友表白的小伙伴们有很大帮助哟,需要的朋友可以参考下
-
曝光融合及其原理是什么，基于Python怎样实现
这篇文章主要介绍了python 使用OpenCV进行曝光融合，使用OpenCV的Exposure Fusion，曝光融合是一种将使用不同曝光设置拍摄的图像合成为一张看起来像色调映射的高动态范围（HDR）图像的图像的方，下文更多详细内容介绍，需要的小伙伴可以参考一下
推荐内容
成为群英会员,开启智能安全云计算之旅
立即注册
Copyright © QY Network Company Ltd. All Rights Reserved. 2003-2020 群英 版权所有
增值电信经营许可证 : B1.B2-20140078 粤ICP备09006778号 域名注册商资质 粤 D3.1-20240008
