这篇文章主要介绍了TensorFlow中数据类型信息及转换的示例分析，具有一定借鉴价值，感兴趣的朋友可以参考下，希望大家阅读完这篇文章之后大有收获，下面让小编带着大家一起了解一下。
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。
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。
将数据转换成numpy格式。
查看形状，.ndim查看维度，.is_tensor查看是不是tensor类型。
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。
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。
感谢你能够认真阅读完这篇文章，希望小编分享的“TensorFlow中数据类型信息及转换的示例分析”这篇文章对大家有帮助，同时也希望大家多多支持亿速云，关注亿速云行业资讯频道，更多相关知识等着你来学习!
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：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
