tf.train.FloatList为何会出现精度损失问题？

• 核心问题在于**tf.train.FloatList默认采用单精度浮点数（float32）存储**，而Python中的float类型本质是双精度浮点数（float64）。
• 当你将Python的float64数值传入FloatList时，TensorFlow会自动执行类型转换，把双精度值转为单精度。由于float32的有效位数仅约7位，远少于float64的15-17位，转换过程必然会损失部分精度。你看到的2.299999952316284就是2.3转成float32后的精确存储结果，这是浮点数二进制表示的正常特性，并非程序错误。
• 如果需要完全保留原数值的精度，只需改用**tf.train.DoubleList**，它专门用于存储双精度浮点数，转换后不会出现精度丢失：

import tensorflow as tf

x = 2.3
lst = tf.train.DoubleList(value=[x])
reloaded = lst.value[0]  # 结果为2.3

内容的提问来源于stack exchange，提问作者gebbissimo