为什么我必须将“uint8”转换为“float32”

Question

我刚刚开始研究深度学习，并开始用 Keras 构建一个 CNN。

所以我注意到，通常在使用数据集 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？看起来它应该可以与uint8-Data一起正常工作。我在这里缺少什么？为什么需要 float32？

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，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。

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。这可能显式或隐式发生，最好明确类型。

在某些框架中，如果不将输入强制转换为预期类型，则可能会出错。