TensorFlow中的类型转换错误

Question

假设我正在一些看起来像这样的训练数据上实现线性层 以下代码import tensorflow as tfimport numpy as npweights = tf.Variable(np.random.uniform(0.0, 1.0, 3))bias = tf.Variable(0.0)trainingData = np.array(np.arange(15).astype(float).reshape(3,5))output = tf.expand_dims(weights, 0) @ trainingData + bias产生可以通过改为最后一行来解决此问题tf.cast(tf.expand_dims(weights, 0) @ trainingData, tf.float32) + bias好的，所以它不喜欢float32_ref在afloat64,上添加a float32_ref，float32.但在a上添加a也可以。但是我做错了，因为我做的事情很简单，并且会引发错误。（我是TensorFlow的新手。）我理解为什么它不喜欢我写的东西，但是我犯了什么基本错误导致了这个问题？我正在寻找一个答案，例如“哦，永远不要使用0.0这样的浮点数来初始化偏差，因为...”“那将更普遍地导致类型转换错误。”