Tensorflow 函数不会改变属性的属性答案

【问题标题】：Tensorflow function doesn't change attribute's attributeTensorflow 函数不会改变属性的属性
【发布时间】：2022-01-06 05:27:45
【问题描述】：

Tf 函数不会改变对象的属性

class f:
    v = 7
    def __call__(self):
        self.v = self.v + 1

@tf.function
def call(c):
    tf.print(c.v)  # always 7
    c()
    tf.print(c.v)  # always 8

c = f()
call(c)
call(c)

预期打印： 7 8 8 9

而是： 7 8 7 8

当我删除 @tf.function 装饰器时，一切都按预期工作。如何使用@tf.function 使我的函数按预期工作

【问题讨论】：

标签： python python-3.x tensorflow tensorflow2.0

【解决方案1】：

此行为记录在 here:

副作用，如打印、附加到列表和改变全局变量，可能会在函数内部出现意外行为，有时会执行两次或不全部执行。它们仅在您第一次使用一组输入调用函数时发生。之后，跟踪的 tf.Graph 被重新执行，而不执行 Python 代码。一般的经验法则是避免在逻辑中依赖 Python 副作用，只使用它们来调试跟踪。否则，tf.data、tf.print、tf.summary、tf.Variable.assign 和 tf.TensorArray 等 TensorFlow API 是确保每次调用都由 TensorFlow 运行时执行代码的最佳方式。

所以，也许可以尝试使用tf.Variable 来查看预期的变化：

import tensorflow as tf
class f:
    v = tf.Variable(7)
    def __call__(self):
      self.v.assign_add(1)

@tf.function
def call(c):
    tf.print(c.v)  # always 7
    c()
    tf.print(c.v)  # always 8

c = f()
call(c)
call(c)

【讨论】：

有效！非常感谢！