Mxnet数据类型是float64，但一直说它是float32

Mxnet是一个深度学习框架，它支持多种数据类型，包括float32和float64。在深度学习中，通常使用float32作为默认的数据类型，因为它在计算速度和内存占用方面具有优势。

Float32是单精度浮点数，占用4个字节的内存空间，可以表示的数值范围较大，适用于大多数深度学习模型的训练和推理任务。它可以提供足够的精度，并且在计算过程中占用的内存较少，可以加快计算速度。

Float64是双精度浮点数，占用8个字节的内存空间，可以表示更大范围的数值，并提供更高的精度。然而，由于其占用的内存空间较大，计算速度相对较慢，因此在深度学习中使用float64的情况相对较少。

对于Mxnet而言，虽然它的默认数据类型是float32，但它也支持使用float64作为数据类型。用户可以根据具体的需求选择合适的数据类型来进行模型训练和推理。如果需要更高的精度和数值范围，可以使用float64，但需要注意计算速度可能会受到影响。

在腾讯云的产品生态中，Mxnet可以与腾讯云的AI引擎（AI Engine）相结合使用。AI引擎是腾讯云提供的一站式AI开发平台，支持多种深度学习框架，包括Mxnet。用户可以通过AI引擎快速搭建、训练和部署深度学习模型，实现各种AI应用场景。具体关于腾讯云AI引擎的介绍和产品链接地址可以参考：腾讯云AI引擎

总结：Mxnet支持多种数据类型，包括float32和float64。虽然它的默认数据类型是float32，但用户可以根据需求选择合适的数据类型。在腾讯云的产品生态中，Mxnet可以与腾讯云的AI引擎相结合使用，实现各种AI应用场景。