一、数据类型
在tf中，数据类型有整型（默认是int32），浮点型（默认是float32），以及布尔型，字符串。
二、数据类型信息
①.device
查看tensor在哪（CPU上面或者GPU上面），可以通过.cpu()，.gpu()进行转换，如果数据所在的处理器位置不一样，则不能进行计算。
②.numpy()
将数据转换成numpy格式。
③.shape / .ndim
查看形状，.ndim查看维度，.is_tensor查看是不是tensor类型。
三、数据类型转换
①tf.convert_to_tensor
将数据转换成tensor类型，当从Numpy转换成tensor的时候，会默认是int64，需要指定一下类型，才能成为tf默认的类型也就是int32。
②tf.cast()
可以实现tensor的数据类型转换。
注意：在深度学习中，是需要对参数求梯度的，需要variable包装一下，就拥有了trainable属性，这样就才求梯度。假如是自己写传播过程，更新后的参数也需要用variable包装。
以上就是TensorFlow人工智能学习数据类型信息及转换的详细内容，更多关于TensorFlow数据类型的资料请关注服务器之家其它相关文章！
原文链接：https://blog.csdn.net/Swayzzu/article/details/121057787
