Arguments incertains dans tf.mul et tf.sqrt

Question

J'essaie d'entrer dans Tensorflow bases à l'aide de quelques exemples git et tutoriels, mais je suis bloqué sur la partie où je ne peux pas tracer un graphique Gaussian Distribution ici C'est ce que j'ai fait.

x = tf.lin_space(-3.0, 3.0, 32) 

sess = tf.InteractiveSession() 

s = 0 
mean = 0 
gauss = (tf.exp(tf.negative(tf.pow(x - mean, 2)/(2 * tf.pow(s, 2)))) * (1.0/(s * tf.sqrt(2 * 3.1415)))) 
plt.plot(x.eval(), gauss.eval()) 
plt.show() 

je recevais TypeError d'abord à cause des arguments de flotteur à savoir 2.0 au lieu de 2 à tf.pow() J'ai même essayé de changer le type, mais tf.to_float() mais cela n'a pas aidé non plus et ici je suis avec.

ValueError: Tensor conversion requested dtype float32 for Tensor with dtype int32: 'Tensor("mul:0", shape=(), dtype=int32)' 

juste une supposition ne devrait pas y avoir tf.matmul au lieu de (2 * tf.pow(s, 2))?

Answer 1

Compris le problème. L'entrée de pow() devrait être un float. Par conséquent, s devrait être un flotteur.

x = tf.lin_space(-3.0, 3.0, 32) 

sess = tf.InteractiveSession() 

s = 1.0 # need to be a float 
mean = 0 
gauss = (tf.exp(tf.negative(tf.pow(x - mean, 2)/(2 * tf.pow(s, 2)))) * (1.0/(s * tf.sqrt(2 * 3.1415)))) 
plt.plot(x.eval(), gauss.eval()) 
plt.show() 

Espérons que cela aide.