TensorFlowのValue関数でデータ型引数はどのように使用されますか？

Question

TensorFlowで変数を作成する際に、データ型を指定することができます。しかし、この議論はちょうど無視されています。例えば：私はPythonのリストから値を初期化するのであれば

In [26]: b = tf.Variable([3.0, 4.0, 5.0], tf.float64) 

In [27]: b.dtype 
Out[27]: tf.float32_ref 

In [28]: b = tf.Variable(np.array([3.0, 4.0, 5.0]), tf.float64) 

In [29]: b.dtype 
Out[29]: tf.float64_ref 

In [30]: b = tf.Variable(np.array([3.0, 4.0, 5.0]), tf.float32) 

In [31]: b.dtype 
Out[31]: tf.float64_ref 

、私は（私はValue関数の第二引数としてtf.float64与えるにもかかわらず）タイプとしてtf.float32_refを取得します。値の初期化にnumpy配列を使用すると、状況は逆です（をValue関数の第2引数として指定しても、データ型としてtf.float64_refが返されます）。

データ型は、値の初期化に使用されるオブジェクトのデータ型から取得されていると思います。どのような意味があるのですが、Value関数でdtype引数が必要なのはなぜですか？

Answer 1

私はこの問題は、変数のコンストラクタの第二引数がDTYPEされていないだけということだと思います：第二引数は、「トレーニング可能」である：

>>>b = tf.Variable(np.array([3.0, 4.0, 5.0]), tf.float32) 
>>>b.dtype 
tf.float64_ref 
>>>b = tf.Variable(np.array([3.0, 4.0, 5.0]), dtype=tf.float32) 
>>>b.dtype 
tf.float32_ref 

あなたは、doc hereを確認することができます。

補足：より新しいバージョンのTensorflowでは、tf.Variable()の代わりにtf.get_variableを使用して変数を作成するのはadvisedです。