Python 图中作为numpy数组的张量的计算？

有什么方法可以对图中的张量进行计算吗

我的图表示例：

slim = tf.contrib.slim

def slim_graph(images, train=False):
    with slim.arg_scope([slim.conv2d, slim.fully_connected],
                  activation_fn=tf.nn.relu,
                  weights_initializer=tf.truncated_normal_initializer(0.0, 0.01),
                  weights_regularizer=slim.l2_regularizer(0.0005)):
        net = slim.repeat(images, 2, slim.conv2d, 64, [3, 3], scope='conv1')
        // Do my compute by numpy on net

        np_array_result = my_func(net)

        // It will return a numpy array
        // Use numpy array as input of graph

        net = slim.max_pool2d(np_array_result, [2, 2], scope='pool1')

        ...
        return logits

• 我们能做那样的事吗
• 如何在图形中获取特征映射以进行计算

我可以将图表分成两部分，并使用Session.run（[part1]） 之后，使用结果输入我的函数，然后将其馈送到Session.run（[part2]）

---

但这似乎很奇怪。

您可以将包装器用于python函数。

是的，像您所展示的那样分为两部分是一种方法it@YaroslavBulatov当前位置当我做前向网时，它似乎没问题。训练步骤时，我们如何运行损失函数和梯度？在得到第2部分的结果并在其上应用梯度后，只需计算损失？