np.float32 和 tf.float32有什么区别
因为熟悉了numpy，所以在tensorflow中张量初始化更喜欢用numpy来做，可是你这么写：
a = tf.Variable(np.random.random([2,3])，np.float32)
x = tf.placeholder(tf.float32,[None,3])
y = tf.placeholder(tf.float32,[None,3])
y = x*a
就会始终报错！显示数据类型错误，可是你已经注明了float32了，还能有什么类型错误呢？
print一下a和x：
print(a,'\n',x)
显示：
<tf.Variable 'Variable_171:0' shape=(2, 3) dtype=float64_ref>
Tensor("Placeholder_146:0", shape=(?, 3), dtype=float32)
发现a 是float64，明明注明了是32位的，这可能是TensorFlow 的一个bug？
解决办法：
需要强制转换：
a = tf.cast(a,tf.float32)
其实转换为 tf.cast(a,np.float32)也是可以的，也就是说np.float32 和 tf.float32没有区别！
这样就通过了：
a = tf.Variable(np.random.random([2,3]))
a = tf.cast(a,tf.float32)
x = tf.placeholder(tf.float32,[None,3])
y = tf.placeholder(tf.float32,[None,3])
y = x*a
无报错！
