张量流中的1和1.0之间是否存在差异？

Question

我发现了最自定义的指标。

smooth = 0.001
dices = (2. * a + smooth) / (a+ b+ smooth)

ratio = a/ (K.sum(a) + smooth)
ratio = 1.0 - ratio

为什么作者更喜欢浮点数（例如2.和1.0）而不是整数（2或1）？我发现很多人更喜欢使用浮点数而不是整数，但我不知道为什么。

我猜是否是this是原因？

Answer 1

下面的代码将显示两者之间的区别。

t1 = tf.constant(value=1)
t1.dtype

输出tf.int32

t2 = tf.constant(value=1.0)
t2.dtype

输出tf.float32

现在添加这两个张量将引发错误，因为这两个张量的数据类型不同。

t3 = tf.add(x=t1, y=t2)

输出：

追踪（最近通话）：_apply_op_helper中的第527行的文件“ c：\ ProgramData \ Anaconda3 \ envs \ tensorflow_cpu \ lib \ site-packages \ tensorflow \ python \ framework \ op_def_library.py”preferred_dtype = default_dtype）文件“ c：\ ProgramData \ Anaconda3 \ envs \ tensorflow_cpu \ lib \ site-packages \ tensorflow \ python \ framework \ ops.py”，行1224，位于internal_convert_to_tensor中ret = conversion_func（值，dtype = dtype，名称=名称，as_ref = as_ref）_TensorTensorConversionFunction中的文件``c：\ ProgramData \ Anaconda3 \ envs \ tensorflow_cpu \ lib \ site-packages \ tensorflow \ python \ framework \ ops.py''，行1018（dtype.name，t.dtype.name，str（t）））ValueError：张量转换请求的dtype float32的张量为dtype int32：'Tensor（“ Const_4：0”，shape =（），dtype = float32）'