摘要：
数位的区别，一个在内存中占分别32和64个bits，也就是4bytes或8bytes。数位越高浮点数的精度越高。 float16 半精度浮点数，包括：1 个符号位，5 个指数位，10 个尾数位 float32 单精度浮点数，包括：1 个符号位，8 个指数位，23 个尾数位 float64 双精度浮点 阅读全文
摘要：
方法1 一、保存模型1、定义变量2、使用saver.save()方法保存 import tensorflow as tf import numpy as np W = tf.Variable([[1,1,1],[2,2,2]],dtype = tf.float32,name='w') b = tf. 阅读全文