TensorFlow代码报错：bool类型不在Sum算子允许类型列表，求修复

错误原因 #

报错信息明确指出tf.reduce_sum不支持bool类型输入。你的代码中(pred == i) & (target == i)生成的是bool类型张量，直接传给tf.reduce_sum触发了类型不匹配错误。

修复方案 #

有两种简单的解决方式：

方法1：将bool张量转换为数值类型

把比较后的bool结果转为tf.int64（或其他支持的数值类型），再进行求和：

import tensorflow as tf
import numpy as np

out = []
num_classes = 1

for i in tf.range(num_classes):
    pred = tf.random.uniform(shape=[800])
    target = tf.random.uniform(shape=[800])
    
    pred = tf.cast(pred, tf.int64)
    target = tf.cast(target, tf.int64)
    i = tf.cast(i, tf.int64)
    
    # 将bool结果转为int64后求和
    match = tf.cast((pred == i) & (target == i), tf.int64)
    out.append(tf.reduce_sum(match))

b = tf.stack(out)

方法2：使用tf.math.count_nonzero直接统计匹配数量

如果你的需求是统计True的个数，用tf.math.count_nonzero更直接，无需手动转换类型：

import tensorflow as tf
import numpy as np

out = []
num_classes = 1

for i in tf.range(num_classes):
    pred = tf.random.uniform(shape=[800])
    target = tf.random.uniform(shape=[800])
    
    pred = tf.cast(pred, tf.int64)
    target = tf.cast(target, tf.int64)
    i = tf.cast(i, tf.int64)
    
    # 直接统计True的数量
    out.append(tf.math.count_nonzero((pred == i) & (target == i)))

b = tf.stack(out)

补充说明 #

• tf.random.uniform默认生成float32类型的随机数，你转成int64后所有值都会变成0（因为随机数范围默认是[0,1)，截断为整数就是0），如果这不是你预期的结果，建议调整tf.random.uniform的minval和maxval参数，比如：

  pred = tf.random.uniform(shape=[800], minval=0, maxval=num_classes, dtype=tf.int64)
  target = tf.random.uniform(shape=[800], minval=0, maxval=num_classes, dtype=tf.int64)
  

  这样可以直接生成指定范围的整数，省去后续类型转换步骤。

内容的提问来源于stack exchange，提问作者Anshuman Sinha