tf.cast()資料類型轉換

tf.cast()函數的作用是執行 tensorflow 中張量資料類型轉換，比如讀入的圖檔如果是int8類型的，一般在要在訓練前把圖像的資料格式轉換為float32。

cast定義：

cast(x, dtype, name=None)      

• 第一個參數 x:   待轉換的資料（張量）
• 第二個參數 dtype： 目标資料類型
• 第三個參數 name： 可選參數，定義操作的名稱

int32轉換為float32：

import tensorflow as tf

t1 = tf.Variable([1,2,3,4,5])
t2 = tf.cast(t1,dtype=tf.float32)

print 't1: {}'.format(t1)
print 't2: {}'.format(t2)

with tf.Session() as sess:
sess.run(tf.global_variables_initializer())
sess.run(t2)
print t2.eval()
# print(sess.run(t2))      

輸出：

t1: <tf.Variable 'Variable:0' shape=(5,) dtype=int32_ref>
t2: Tensor("Cast:0", shape=(5,), dtype=float32)
[ 1.  2.  3.  4.  5.]      

tensorflow中的資料類型清單：

資料類型	Python 類型	描述
​ ​DT_FLOAT​	​tf.float32​	32 位浮點數.
​DT_DOUBLE​	​tf.float64​	64 位浮點數.
​DT_INT64​	​tf.int64​	64 位有符号整型.
​DT_INT32​	​tf.int32​	32 位有符号整型.
​DT_INT16​	​tf.int16​	16 位有符号整型.
​DT_INT8​	​tf.int8​	8 位有符号整型.
​DT_UINT8​	​tf.uint8​	8 位無符号整型.
​DT_STRING​	​tf.string​	可變長度的位元組數組.每一個張量元素都是一個位元組數組.
​DT_BOOL​	​tf.bool​	布爾型.
​DT_COMPLEX64​	​tf.complex64​	由兩個32位浮點數組成的複數:實數和虛數.
​DT_QINT32​	​tf.qint32​	用于量化Ops的32位有符号整型.
​DT_QINT8​	​tf.qint8​	用于量化Ops的8位有符号整型.
​DT_QUINT8​