tf.numpy_function

Оборачивает функцию Python и использует её как операцию TensorFlow.

tf.numpy_function(
    func, inp, Tout, name=None
)

Взяв функцию Python func, которая принимает массивы NumPy в качестве аргументов и возвращает массивы NumPy в качестве выходов, оберните эту функцию как операцию в графе TensorFlow. Следующий фрагмент строит простой граф TensorFlow, который вызывает функцию NumPy np.sinh() в качестве операции в графе:

def my_func(x):
  # x will be a numpy array with the contents of the placeholder below
  return np.sinh(x)
input = tf.compat.v1.placeholder(tf.float32)
y = tf.compat.v1.numpy_function(my_func, [input], tf.float32)

Примечание: Операция tf.compat.v1.numpy_function() имеет следующие известные ограничения:

• Тело функции (т.е. func) не будет сериализовано в GraphDef. Поэтому не следует использовать эту функцию, если вам необходимо сериализовать вашу модель и восстановить её в другой среде.

• Операция должна выполняться в том же адресном пространстве, что и программа Python, которая вызывает tf.compat.v1.numpy_function(). Если вы используете распределённый TensorFlow, вы должны запустить tf.distribute.Server в том же процессе, что и программа, которая вызывает tf.compat.v1.numpy_function(), и вы должны привязать созданную операцию к устройству в этом сервере (например, используя with tf.device():).