Python 如何将签名优势与培训循环结合起来？

如何使用

autograph

“magic”提高下面代码的执行速度

此处给出的代码：

特别是这一部分：

def序列（数据集、时代）：
对于范围内的历元（历元）：
开始=时间。时间（）
对于数据集中的图像批处理：
列车步骤（图像批处理）
#在运行过程中为GIF生成图像
显示。清除输出（等待=真）
生成和保存图像（生成器，
纪元+1，
种子）
#每15个时代保存一次模型
如果（历元+1）%15==0：
保存（文件前缀=检查点前缀）
打印（'epoch{}的时间为{}秒'。格式（epoch+1，Time.Time（）-start））
#在最后一个纪元之后生成
显示。清除输出（等待=真）
生成和保存图像（生成器，
时代，
种子）

并考虑将

tf.data.Dataset

包装成

@tf.function

调用的好处。如本文所示：

我尝试过的：

将

train（）

包装到

@tf.function

中不起作用，因为

train

中有所有其他python代码。但是：这段代码通常用于日志记录、检查点等

问题：

这段代码如何做到两全其美

或者甚至有可能吗