Tensorflow中的dtype用法是怎样的
Admin 2022-07-29 群英技术资讯 1376 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中open()函数怎么打开文件，方式有几种
当我们用open()函数去打开文件的时候，有好几种打开的模式。& 39;r& 39;->只读& 39;w& 39;->只写，文件已存在则清空，不存在则创建。& 39;a
-
Python中怎样用networkx画多节点的复制人物关系图
这篇文章主要为大家介绍了Python利用networkx画图处理绘制Les Misérables悲惨世界里的人物关系图，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪
-
numpy矩阵求均值的代码是什么，求平均值怎样做
这篇文章主要介绍了如何对numpy 矩阵进行通道间求均值，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
-
Pandas聚合函数具体有哪些应用，代码是什么
Pandas是当前Python数据分析中最为重要的工具,其提供了功能强大且灵活多样的API,可以满足使用者在数据分析和处理中的多种选择和实现方式,下面这篇文章主要给大家介绍了关于Python Pandas聚合函数的相关资料,需要的朋友可以参考下
-
Python字符串的操作常见的包括哪一些
我们在学习Python语言时会遇到各种各样的字符串方法处理,下面这篇文章主要给大家介绍了关于Python基础篇之字符串的最全常用操作方法的相关资料,文中通过示例代码介绍的非常详细,需要的朋友可以参考下
推荐内容
成为群英会员,开启智能安全云计算之旅
立即注册关注或联系群英网络
7x24小时售前：400-678-4567
7x24小时售后：0668-2555666
24小时QQ客服
群英微信公众号
CNNIC域名投诉举报处理平台
服务电话：010-58813000
服务邮箱：service@cnnic.cn
投诉与建议：0668-2555555
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 ICP核准（ICP备案）粤ICP备09006778号 域名注册商资质 粤 D3.1-20240008
