优化器最小化错误：“float”对象没有属性“dtype”
这个错误通常出现在使用深度学习框架进行模型训练时，涉及到优化器的配置和使用。错误提示表明在某个地方使用了一个浮点数对象，但该对象没有属性“dtype”。
解决这个错误的方法取决于具体的情况，以下是一些可能的原因和解决方案：
- 数据类型错误：检查代码中是否有将浮点数对象错误地传递给了需要张量或数组的地方。确保在使用优化器之前，数据类型正确地转换为框架所需的张量或数组类型。
- 优化器配置错误：检查优化器的配置是否正确。某些优化器可能需要特定的参数或配置。查阅框架文档以了解正确的优化器配置方法，并确保按照要求进行配置。
- 框架版本不兼容：某些框架版本可能存在bug或不兼容问题。尝试升级框架到最新版本，或者降级到已知稳定的版本。
- 代码逻辑错误：检查代码中是否存在逻辑错误，导致错误地使用了浮点数对象。仔细检查相关代码段，确保正确地使用了张量或数组对象。
总结： 优化器最小化错误：“float”对象没有属性“dtype”通常是由于数据类型错误、优化器配置错误、框架版本不兼容或代码逻辑错误引起的。解决方法包括检查数据类型转换、优化器配置、框架版本和代码逻辑，并确保正确使用张量或数组对象。
相关·内容
我正在尝试使用tfa.optimizers.MultiOptimizer()。我按照docs ()做了所有事情，但是我得到了以下错误：
'gradient_tape/model_80/dense_3/Tensordot/MatMul/MatMul:0‘TypeError：(’非JSON可序列化：‘，<tf.Tensor shape=(1，1) dtype=float32>)
下面是一个复制错误的最小的工作示例，只需复制和粘贴它。当第一个时代结束，回调尝试保存模型时，就会发生错误。
###############################################
浏览 16提问于2021-07-09得票数 1
回答已采纳
自从更新到之后，尝试访问对象的dtype就会导致错误
‘'Time’对象没有属性'dtype‘
我已经阅读了文档，但找不到对此更改的提及，也找不到如何复制它提供的功能。在更新之前，这样的访问返回像object或float64这样的值。
如何检索Astropy4.0 Time实例的Time？
浏览 6提问于2020-01-02得票数 0
3回答
我是NumPy和SciPy的新手。与Matlab不同的是，NumPy中的每个数组似乎都有一种数据类型。
假设我们有一个整数数组x
import numpy as np
x = np.array([1, 2, 3])
如果我想把数组转换成浮点数，那么看起来是这样的：
y1 = x.astype('float64') # Works!
y2 = x.astype('float_') # Works!
y3 = x.astype('float') # Works!
但是让我有点困惑的是，下面的代码没有单引号也可以工作。
y4 = x.ast
浏览 9提问于2015-12-17得票数 9
回答已采纳
我有一个由COO矩阵构建的CSR矩阵，如下所示：
coord_mat = coo_matrix((data, (row, col)), dtype=np.float64)
它被用作具有底层C实现的库的输入，我相信我的矩阵的数据类型是double(np.float64)。但是，我遇到了以下错误：
ValueError: Buffer dtype mismatch, expected 'flt' but got 'double'
我去做了一些研究，找到了，它告诉我NPY_FLOAT数据类型在C中被转换为32位浮点型，而我当前拥有的数据类型对应于64位双精度型。我是不
浏览 26提问于2016-09-22得票数 2
1回答
我希望你们做得很好
由于无法识别的原因，当在控制台上记录信息时，reason错误日志没有给出正确的组件命名：
所以它基本上没有显示错误所在的组件.有人知道如何解决这个问题吗？
编辑:启动开发后，我还会收到以下错误：
您目前正在使用NODE_ENV === 'production‘之外的精简代码。这意味着您正在运行一个较慢的Redux开发构建。您可以使用松散环境()进行浏览器化，或者使用DefinePlugin ( webpack ) ()来确保您的产品生成有正确的代码.。
浏览 0提问于2021-11-12得票数 0
从中，我看到可以使用数据集的astype方法将HDF数据集转换为另一种类型。这将返回一个contextmanager，它执行动态转换.
但是，我希望读取存储为uint16的数据集，然后将其转换为float32类型。此后，我想以不同的函数从这个数据集中提取不同的切片，作为强制转换类型float32。文档将使用解释为
with dataset.astype('float32'):
castdata = dataset[:]
这将导致读取整个数据集并将其转换为float32，这不是我想要的。我希望有一个对数据集的引用，但是转换为一个float32，相当于numpy.astype
浏览 2提问于2014-08-11得票数 3
回答已采纳
%tensorflow_version 1.x
import tensorflow as tf
print(tensorflow.__version__)
w = tf.Variable(0, dtype = tf.float32)
cost = w**2 - 8*w + 16
train = tf.train.GradientDescentOptimizer(learning_rate=0.01).minimize(cost)
init = tf.global_variables_initializer()
session = tf.Session()
session.run(init)
f
浏览 4提问于2021-01-20得票数 0
回答已采纳
我有一些代码，我无法用来解释这些测试是如何共享内存的！所有的测试都是假的(如图所示)，然而，内存位置似乎是相同的，功能上的，视觉上的。花了几个小时试图解决的问题，但无法解决。请帮帮忙！为什么这些数组共享内存！？？
listOfValues和listOfxValues在共享内存，而它们不应该共享内存。
警告:丑陋，丑陋的代码，我道歉，这是一个艰难的一天。
listOfLists = []
splitold=0
#split arrays into each bin
for split in splitInd:
splitnew=split
listOfLists.append(
浏览 0提问于2020-08-12得票数 0
1回答
有人能帮我实现tensorflow变量上的约束吗？
def min_max(x):
return tf.clip_by_value(x, 1.0, 3.0)
a = tf.Variable(initial_value=[[1.0, 2.0, 10.0]], dtype=tf.float32, trainable=True, constraint=min_max)
如果我打印a，这是输出：
\<tf.Variable 'Variable:0' shape=(1, 3) dtype=float32, numpy=array([[ 1., 2., 10.]], dtype
浏览 8提问于2022-11-13得票数 0
1回答
Webgl角度循环非常慢
、、、、
我这里有一些glsl，它的作用就像一个护身符。仅编译就需要3分钟左右。我知道这是因为angle，Angle是一款将opengl es 2.0代码转换为windows系统上webgl的directX 9的软件。如果我禁用了angle，它会在一秒钟内编译。有人知道为什么嵌套循环在角度上如此缓慢吗？如果有解决办法呢？我的意思是我不能让每个着色器等待超过一分钟。
for ( int b = 0; b < numberOfSplitpoints; b++ ) {
if ( cameraDepth > splitPoints[b] && cameraDepth <
浏览 0提问于2012-07-01得票数 2
回答已采纳
我希望在np.float32和内置Python之间执行二进制操作(如add和乘法)，并将np.float32作为返回类型。但是，它会自动提升到np.float64中。
示例代码：
>>> a = np.float32(5)
>>> a.dtype
dtype('float32')
>>> b = a + 2
>>> b.dtype
dtype('float64')
如果我用一个np.float128来做这件事，b也会变成一个np.float128。这是好的，因为它因此保持了精确性。然而，在我
浏览 2提问于2014-09-18得票数 0
回答已采纳
我正在关注这个
我正在试着理解tf.session.run()的争论。我知道你必须在会话中运行图中的操作。
传入train_step是否是因为它封装了此特定示例中网络的所有操作？我正在尝试理解为什么我不需要向会话传递任何其他变量，比如cross_entropy。
sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys})
下面是完整的代码：
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("
浏览 3提问于2018-07-18得票数 5
回答已采纳
我正在简化我的模型，以便查看NaN错误发生的位置，并将其缩小到损失函数：
import tensorflow as tf
from tensorflow.python import debug as tf_debug
def train_input_fn():
pass
def model_fn(features, labels, mode, params):
classes = 225
enc = tf.ones((1,20,1024), dtype=tf.float16)
labels = tf.ones((1,20), dtype=tf.int32)
log
浏览 0提问于2018-06-21得票数 1
回答已采纳
嗨，我试着在tensorflow中建立最简单的回归模型，但是这个错误出现了。tensorflow ver: 2.7.0
import tensorflow as tf
X_train = tf.cast(tf.constant([1,2,3]), dtype=tf.float32)
y_train = tf.cast(tf.constant([2,3,4]), dtype=tf.float32)
model = tf.keras.Sequential([tf.keras.layers.Dense(1)])
model.compile()
model.fit(X_train, y_train,
浏览 4提问于2022-04-08得票数 0
回答已采纳
我很难用PyOpenCl做一个基本的标量操作，我想要做的是，给定一个浮点数类型数组，将每个数组元素乘以一个标量浮点数，并将结果放到一个新的缓冲区中。这应该是容易的，但出于某种原因，它并不像它应该做的那样烦人。
这是我使用的代码：( _h变量是主机变量，_g变量是设备变量)
import numpy as np
import pyopencl as cl
# Device Init
ctx = cl.create_some_context()
queue = cl.CommandQueue(ctx)
MF = cl.mem_flags
# Host Initial Variables
a_h
浏览 3提问于2014-12-29得票数 0
回答已采纳
1回答
我正在做我的第一次梯度下降有史以来的，遵循一个关于机器学习的课程。
但是它似乎不能正确工作，因为它使振荡(收敛然后发散，然后收敛.)最后，结果是不值得赞赏的。
也许是因为我没有规范我的X和Y，但我不知道怎么做.我尝试过一种使用sklearn的方法，但得到了一个错误。我不知道出了什么问题。
我正在使用Tensorflow 1.3.0和jupyter。
这是我的密码：
#from sklearn.preprocessing import StandardScaler
#scaler=StandardScaler()
n_epochs=1000
learning_r
浏览 0提问于2019-05-29得票数 0
我有以下数组列表，它来自这段代码：
submission = []
for ele in regressor.predict(input_fn=lambda: input_fn(df_test, shuffle=False, batch_size=32)):
submission.append(np.expm1(np.array(ele['predictions'])))
print(type(submission))
>>> <class 'list'>
当我打印这个列表时，我得到这样的结果：
[array([10552
浏览 40提问于2020-05-07得票数 0
回答已采纳
我正在检查python熊猫dataframe中所有列的数据类型。当我检查int64或float64列时，它可以正常工作，如下所示：
print("df['Pass'][0].dtype=",df['Pass'][0].dtype)
输出为df['Pass'][0].dtype= int64
但是，当我尝试检查应该是时间戳或字符串的列时，我从我所在的 try 块中删除，然后转到除了以外的
print("df['DATETIME'][0]=",df['DATETIME'][0])
pri
浏览 0提问于2021-05-28得票数 0
回答已采纳
1回答
我使用的是非常大的数据集，不适合我的内存(16 on )。我注意到列+1.0To都是float64，但是前10k行的值从-1.0到都是float64，检查完整的数据集需要花费太多的时间。
我希望在dtype中为read_csv中的所有列指定float16，以减少必要的内存：
types = {}
for column in only_first_row_dataframe.columns:
types[column ] = 'float16'
...
dataframe = pd.read_csv(path, engine="c", dtype =
浏览 0提问于2021-04-01得票数 1
回答已采纳
我是TensorFlow新手，需要为回归任务实现一个深层次的神经网络。我假设在互联网上没有使用深层神经网络进行回归的样本代码(至少我找不到任何)。请张贴任何有用的链接，如果有)。因此，为了达到我的目的，我尝试将关于深层神经网络的教程合并到一起进行分类和回归。不出所料，我受到错误的炮轰。错误消息如下：
InvalidArgumentError: In[0] is not a matrix
[[Node: MatMul_35 = MatMul[T=DT_FLOAT, transpose_a=false, transpose_b=false, _device="/job:localhost
浏览 2提问于2017-06-22得票数 5
回答已采纳
2回答
我得到以下错误：
Traceback (most recent call last):
File "calibrating.py", line 160, in <module>
intrinsic = calibrate2(corners, cb_points, (640,480))
File "calibrating.py", line 100, in calibrate2
valid_corners = filter(itemgetter(0), image_corners)
ValueError: The truth v
浏览 0提问于2013-04-29得票数 0
我是python新手，所以我真的不知道如何提出我的问题，所以我的术语可能是错误的。不管怎样，我得到了一些初步的代码，可以创建一个名为subeta的矩阵。我需要和subeta一起工作。然而，当我输入'subeta‘时，我看到对象实际上比我想要处理的矩阵包含了更多的信息(见下文)。如何从存储在该对象subeta中的所有信息中仅提取数组(在‘dtype=float32’：之后，而不包括数据部分)？
In [17]: subeta
Out[17]:
{'data': array([[ 1. , 0.88093734, 0.87001401, ..., 0
浏览 0提问于2013-05-29得票数 0
回答已采纳
我一直在尝试使用pyodbc从SQL数据库中提取数据，并希望将其放入numpy.array中。但是，我发现为np.fromiter()参数输入多种数据类型很困难。
import pyodbc as od
import numpy as np
con = od.connect('DSN=dBASE; UID=user; PWD=pass')
cursor = con.cursor()
SQLCommand = (
"""
SELECT
[Item No_]
,sum ([Quantity]) as TotQty
浏览 1提问于2016-07-13得票数 0
回答已采纳
我正在训练一个类似U-net的模型来进行语义分割，但IoU在历元之后不断减少历元。这是我的IoU和IoU损失函数。我的输入和输出掩码是一个带有dtype=np.bool的numpy数组，所以我将其强制转换为float32以计算IoU。我不知道问题出在哪里？我的指标函数或模型。我真的需要有人来帮我。
def iou(y_true, y_pred):
y_true = tf.keras.backend.flatten(y_true)
y_pred = tf.keras.backend.flatten(y_pred)
y_true_f = tf.cast(y_true, tf
浏览 1提问于2021-07-22得票数 0
我的目标是这样做：
weights[1][0][0] = some_object(1)
但是它抛出了这个错误：
TypeError: float() argument must be a string or a number, not 'some_object'
正因为如此，我不需要在我的代码中将dtype改为'object‘，我有权重。它们看起来像这样：
>>> print(weights)
[ array([[-2.66665269, 0. ],
[-0.36358187, 0. ],
[ 1.55058
浏览 0提问于2017-04-22得票数 3
回答已采纳
我想训练两个不同的LSTM，使它们在对话上下文中交互(即一个rnn生成一个序列，该序列将用作第二个rnn的上下文，该rnn将应答，等等)。然而，我不知道如何在tensorflow上单独训练它们(我认为我没有完全理解tf图背后的逻辑)。当我执行我的代码时，我得到以下错误：
变量rnn/basic_lstm_cell/权重已存在，不允许。您的意思是在VarScope中设置reuse=True吗？
当我创建我的第二个RNN时发生错误。你知道怎么解决这个问题吗？
我的代码如下：
#User LSTM
no_units=100
_seq_user = tf.placeholder(tf.float32,
浏览 1提问于2017-04-22得票数 2
在下面的示例中，我创建了一个自定义类型，然后创建了这个类型的元素数组，然后用isinstance()测试了这个数组的第一个元素，但是我得到了一个错误。
import numpy as np
# Here I define a simple type with two fields
my_type_simple = np.dtype([('field_1', int), ('field_2', float)])
# An array using the above type
my_var_simple_1 = np.array([(1, 1), (2, 2)],
浏览 10提问于2020-09-22得票数 2
回答已采纳
我正在尝试使用tensorflow 1.15实现一个U_NET架构，这是第一个卷积层：
import tensorflow as tf
print("############################### VERSION TENSORFLOW ###############################################")
print(tf.__version__)
print("############################### VERSION TENSORFLOW ###############################
浏览 11提问于2019-10-20得票数 1
我试图两次使用adam优化器来最小化代码中的不同张量，我已经尝试过两次使用GradientDescentOptimizer，这很好，但是当我两次使用adam优化器时，我问了另一个问题：，但是这个解决方案在这里不起作用。我还查了一下页面：，但我还是不明白。
下面是我的代码，我得到了错误消息:ValueError:变量NN/NN/W/Adam_2/不存在，或者不是用tf.get_variable()创建的。你是想把reuse=None设为VarScope吗？
然后我在尝试了这个解决方案，但是不起作用。
import tensorflow as tf
def main():
optimiz
浏览 2提问于2017-07-07得票数 1
回答已采纳
我有一个numpy数组，它包含不同的dtype: floats、ints和strings。我希望将所有的浮点数和ints转换为浮动，同时保持非数字条目不变。目前，当我这样做时：
array = np.array(['1', '2', '3', 'string'])
array.astype(np.float64)
我得到以下错误：
ValueError: could not convert string to float: 'string'
我希望输出结果如下所示：
np.array([1.0, 2.0, 3.0,
浏览 0提问于2018-09-21得票数 2
回答已采纳
我想将数据帧的索引(行)从float64更改为字符串或unicode。
我以为这能行得通，但显然不行：
#check type
type(df.index)
'pandas.core.index.Float64Index'
#change type to unicode
if not isinstance(df.index, unicode):
df.index = df.index.astype(unicode)
错误消息：
TypeError: Setting <class 'pandas.core.index.Float64Index'&g
浏览 5提问于2016-02-13得票数 71
回答已采纳
1回答
? 这是原始的2d 256x256图像，我正在尝试在屏幕上创建纹理。但是由于某种原因，它在没有glTexParameteri(GL_TEXTURE_2D，GL_TEXTURE_MIN_FILTER，GL_LINEAR)行的情况下无法渲染。当它渲染时，因为图片是2d的，我发送属性指针uv的大小是2，glVertexAttribPointer(attribute_texture，2，GL_FLOAT，GL_FALSE，0，None)，但它的结果是这样的。 ? 当我把它调到3，只是为了试一试，就像这样 ? 我怎么试都没变好，我到底做错了什么？我真的需要另一双眼睛。谢谢。这是我的代码： im
浏览 20提问于2021-01-17得票数 1
回答已采纳
1回答
我正在学习Tensorflow，遇到了一些问题。当我试图近似2x+2z-3t=y时，我想最小化损失函数(得到a，b，c值，其中a=2，b=2，c=-3)，但它不起作用。我的错误在哪里？
这是我的输出：
a: [ 0.51013279] b: [ 0.51013279] c: [ 1.00953674] loss: 2.72952e+10
我需要一个:2b:2c：-3，损失接近0。
import tensorflow as tf
import numpy as np
a = tf.Variable([1], dtype=tf.float32)
b = tf.Variable([1], dty
浏览 0提问于2017-11-06得票数 1
回答已采纳
我有一个数据帧df，它有一些float64类型的列，而其他列是object。由于混合的性质，我不能使用
df.fillna('unknown') #getting error "ValueError: could not convert string to float:"
因为错误发生在类型为float64的列上(多么误导性的错误消息！)
所以我希望我能做像这样的事情
for col in df.columns[<dtype == object>]:
df[col] = df[col].fillna("unknown")
所以
浏览 0提问于2014-02-12得票数 62
回答已采纳
我从Active Directory中提取了大约400个对象，然后将它们缓存了一小时。速度根据流量或我访问的域控制器而有所不同，但即使在最好的情况下，它仍然有点慢，对我来说太慢了。
我想知道对于并行库来说，DirectoryServices是否是一个合理的候选者，或者出于某种原因，这是一个坏主意。有没有人有过
有没有人有过这样的经验？
提前谢谢。
浏览 0提问于2012-04-13得票数 4
我在base对象上找到了一个名为numpy.dtype的属性。做一些实验：
numpy.dtype('i4').base
# dtype('int32')
numpy.dtype('6i4').base
# dtype('int32')
numpy.dtype('10f8').base
# dtype('float64')
numpy.dtype('3i4, 2f4')
# dtype([('f0', '<i4', (3,)), ('f1
浏览 1提问于2018-09-24得票数 2
回答已采纳
1回答
我对python和numpy很陌生，我想创建一个具有混合数据类型的数组，但我得到了以下错误：
>>> m = np.zeros((5,10))
>>> m[0,0] = 'e'
Traceback (most recent call last):
File "<pyshell#17>", line 1, in <module>
m[0,0] = 'e'
ValueError: could not convert string to float: e
我使用的是numpy信标，因为实现更
浏览 2提问于2017-08-21得票数 0
回答已采纳
我有一个有纹理的正方形。我用这个方法来绘制它：
public void draw(GL10 gl) {
gl.glEnableClientState(GL10.GL_VERTEX_ARRAY);
gl.glVertexPointer(3, GL10.GL_FLOAT, 0, vertexBuffer);
if (mShouldLoadTexture) {
loadGLTexture(gl);
mShouldLoadTexture = false;
}
if (mTextu
浏览 0提问于2011-01-23得票数 0
2回答
我试图在pydrake数学程序中实现一个成本函数，但是每当我试图除以决策变量并使用abs()时，我就会遇到问题。我尝试实现的缩短版本如下，我试图只包括我认为可能相关的内容。
T = 50
na = 3
nq = 5
prog = MathematicalProgram()
h = prog.NewContinuousVariables(rows=T, cols=1, name='h')
qd = prog.NewContinuousVariables(rows=T+1, cols=nq, name='qd')
浏览 6提问于2020-05-13得票数 4
回答已采纳
1回答
Scipy优化无法找到正确的结果
、、、、
我正在尝试使用scipy.optimize.minimize来拟合多变量函数的参数，但是，无论我向优化器提供了多少无噪声的数据点，优化器都无法收敛到一个正确(或接近)的答案。 我想知道我使用优化器的方式是否有错误，但我一直在挠头寻找错误。我非常感谢任何建议或猜测，谢谢！ import numpy as np
from scipy.optimize import minimize
import math
def get_transform(ai,aj,ak,x,y,z):
i,j,k = 0, 1, 2
si, sj, sk = math.sin(ai), math.sin
浏览 24提问于2021-02-05得票数 2
回答已采纳
在python中，在将列赋值给变量(y=df.column)后获得类别代码时，会产生属性错误。
。
同时，如果我们直接将df.column传递给Categorical函数，也会很好地工作。
浏览 0提问于2019-06-21得票数 1
我偶然发现了一些我觉得奇怪的行为，并复制了它。简单地说，为什么
np.int64(np.float64(np.nan))
输出
-9223372036854775808
(正如评论中指出的，是的，这是-2^63，双边int64的最大负值)
如果相关或有意义，我最初的用例是查看np.float64类型的数据帧索引并转换为np.int64 (我通常不会像上面的简化示例那样无缘无故地嵌套类型)。从一个示例数据帧开始：
0 1
NaN 1 2
1.0 3 4
NaN 5 6
然后运行：
print(df.index.values[0])
print(type(df.index.
浏览 0提问于2021-03-08得票数 3
numpy有没有办法从字符串创建数据类型？numpy.dtype()几乎就是我需要的，但它造成了不一致： import numpy as np
dtype1 = np.dtype('float32')
dtype2 = np.float32
# This works (prints "same")
if dtype1 == dtype2:
print("same")
# I want the code in the line below to produce a set with one item
# However, the r
浏览 11提问于2020-07-26得票数 0
回答已采纳
在Z3Opt C++ API中有任何方法来解析smtlib2文件吗？所以，基本上我要做的是将Z3Opt公式转储到文件中，然后在其他程序中读取它。我找到的解析smtlib2文件的唯一函数是Z3_parse_smtlib2_file。但是它不支持扩展smtlib2格式(使用maximize, minimize和assert-soft操作)，他们在中描述了这一点。但是，z3控制台版本接受这种格式，并且没有失败。这意味着我有办法做我需要的事。所以有人能帮我吗。
这里有一些例子来解释我所说的：
#include <iostream>
#include <fstream>
#inc
浏览 4提问于2016-07-22得票数 4
回答已采纳
我试图用指南来训练一个Tensorflow模型，目的是用深度神经网络(Tensorflow)来解决一个优化问题。到目前为止，我所建立的模型需要9个输入，产生1个输出。
我现在要做的是在一个应用程序中使用它，在这个应用程序中，目标是通过调整一个输入值(假设另一个输入值是固定的)来最小化输出值。
例如，让我们表示输入值x1, x2, ..., x10和输出y。给定x2, x3, ..., x10的值，使输出y最小化的x1值是多少？有关我的问题的可视化描述，请参阅下面的图片。
我使用Keras训练了一个网络，并将它保存为variable.data-00000-of-00001和variab
浏览 2提问于2021-01-07得票数 0
1回答
我正在尝试在TensorFlow中实现google条目的第一部分。到目前为止，我已经找到了几个资源，它们要么用解释它，要么关注。我理解对类先验的随机输入图像进行优化的思想，以及在这个中给出的数学，但是我无法使用TensorFlow实现它。
从和etarion的有用评论中，我现在知道您可以向优化器提供一个变量列表，而所有其他变量都不受影响。但是，当给优化器一个随机图像作为变量时，
File "mnist_test.py", line 101, in main
optimizer2 = tf.train.AdamOptimizer(learning_rate).minimi
浏览 0提问于2016-10-25得票数 2
回答已采纳
我有一个关于python/numpy执行类型转换的奇怪方式的问题。当我在float32和float64数字之间执行算术运算时，较低的精度被转换为float64，然后执行该操作，结果将为float64。但是当list或numpy数组由float32数字组成时，这种类型转换是以相反的方向执行的，即这次是将float64数字向下转换为float 32数字。
>> a = numpy.float32(10.0)
>> b = numpy.float64(1.0)
>> (a/b).dtype
dtype('float64')
>>
浏览 11提问于2016-12-02得票数 2
我需要将dtype float128的numpy数组转储到JSON。为此，我编写了一个自定义数组编码器，它通过调用数组上的tolist()来正确处理数组。除了float128之外，这对于所有实际值的dtype都很好。请参见以下示例：
import json
import numpy as np
class ArrayEncoder(json.JSONEncoder):
def default(self, o):
if isinstance(o, np.ndarray):
out = {'__ndarray__': True,
浏览 0提问于2019-05-24得票数 2
我正在查看具有以下if-test的第三方库：
if isinstance(xx_, numpy.ndarray) and xx_.dtype is numpy.float64 and xx_.flags.contiguous:
xx_[:] = ctypes.cast(xx_.ctypes._as_parameter_,ctypes.POINTER(ctypes.c_double))
看起来xx_.dtype is numpy.float64总是失败：
>>> xx_ = numpy.zeros(8, dtype=numpy.float64)
>>>
浏览 2提问于2014-11-14得票数 29
回答已采纳
我试图将锚和别名组合起来，以便以不同的名称将值重用到几个容器中。
我尝试了以下代码：
FWL_GV_NANSEN: &fwl_gv_nansen
dtype: float
value: 2715.0
FWL_GV_E3_2: &fwl_gv_e32 *fwl_gv_nansen
目标仅仅是让另一个变量FWL_GV_E3_2包含与我稍后可以参考的FWL_GV_NANSEN相同的信息。
与在Python (或其他)中定义相同：
a = 5.0
b = a
c = b
但这将触发以下错误消息：
yaml.parser.ParserError:在解析"fwl_2.y
浏览 0提问于2019-06-12得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
