tf.cast()数据类型转换

tf.cast()函数的作用是执行 tensorflow 中张量数据类型转换，比如读入的图片如果是int8类型的，一般在要在训练前把图像的数据格式转换为float32。

cast定义：

cast(x, dtype, name=None)      

• 第一个参数 x:   待转换的数据（张量）
• 第二个参数 dtype： 目标数据类型
• 第三个参数 name： 可选参数，定义操作的名称

int32转换为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))      

输出：

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

tensorflow中的数据类型列表：

数据类型	Python 类型	描述
​ ​DT_FLOAT​	​tf.float32​	32 位浮点数.
​DT_DOUBLE​	​tf.float64​	64 位浮点数.
​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 位无符号整型.
​DT_STRING​	​tf.string​	可变长度的字节数组.每一个张量元素都是一个字节数组.
​DT_BOOL​	​tf.bool​	布尔型.
​DT_COMPLEX64​	​tf.complex64​	由两个32位浮点数组成的复数:实数和虚数.
​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​