python - 为什么我必须将“uint8”转换为“float32”

Question

我刚开始研究深度学习，并开始使用 Keras 构建 CNN。

所以我注意到，通常在使用 Dataset MNIST 时，在导入图像后，它们会被转换为float32-Datatype。

所以我的问题是，为什么会这样？似乎它应该与uint8-Data 一起正常工作。我在这里想念什么？为什么需要 float32？

标签： pythonkerasdeep-learningmnist

Answer 1

原因很简单，神经网络的整个数学是连续的，而不是离散的，这最好用浮点数来近似。神经网络的输入、输出和权重是连续数字。

如果您有整数输出，它们仍将在管道中的某个点转换为浮点数，以便具有可以进行操作的兼容类型。这可能会显式或隐式发生，最好明确类型。

在某些框架中，如果您不将输入转换为预期的类型，您可能会遇到错误。