tf.cast()函數的作用是執行 tensorflow 中張量數據類型轉換，比如讀入的圖片如果是int8類型的，一般在要在訓練前把圖像的數據格式轉換為float32。
cast定義：
cast(x, dtype, name=None)
第一個參數 x: 待轉換的數據（張量）
第二個參數 dtype： 目標數據類型
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中的數據類型列表：
數據類型 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 位有符號整型.
DT_INT32 tf.int32 32 位有符號整型.
DT_INT16 tf.int16 16 位有符號整型.
DT_INT8 tf.int8 8 位有符號整型.
DT_UINT8 tf.uint8 8 位無符號整型.
DT_STRING tf.string 可變長度的字節數組.每一個張量元素都是一個字節數組.
DT_BOOL tf.bool 布爾型.
DT_COMPLEX64 tf.complex64 由兩個32位浮點數組成的復數:實數和虛數.
DT_QINT32 tf.qint32 用於量化Ops的32位有符號整型.
DT_QINT8 tf.qint8 用於量化Ops的8位有符號整型.
DT_QUINT8 tf.quint8 用於量化Ops的8位無符號整型.
---------------------
作者：-牧野-
來源：CSDN
原文：https://blog.csdn.net/dcrmg/article/details/79747814
版權聲明：本文為博主原創文章，轉載請附上博文鏈接！