Python 是否可以在TensorFlow py_函数中使用调用会话？

基本上，我想知道下面的代码是否安全。 我想使用

tf.py_函数

调用一些scipy代码，其中我想评估调用会话的ops（包括设置变量）。原因是，我想使用一些scipy代码来做一些在tensorflow中很难编码的事情，但我不想中断计算图。我至少有两个例子：一个是在图中使用LSODE隐式ODE解算器，另一个是在图中使用scipy的鲁棒极小值（我正在考虑在py_函数包装器中调用GPFlow Optimizers，该算法需要反复解决GP优化问题）

下面的代码运行并返回我期望的值（值1）。但我不知道它是否安全。 我猜如果我在图中的其他地方也使用

x

的值，它会给出非确定性行为

从scipy.optimize导入最小化
导入tensorflow作为tf
def build_func（会话、y_和_梯度、变量）：
pl=tf.placeholder（tf.float32）
assign=tf.assign（变量，pl）
y、 grad=y_和_grad
def func（x）：
"""
这可能是在同一个图中使用ops和VAR的东西，
但需要迭代访问会话调用。
例如，使用scipy.minimize和tensorflow计算梯度。
"""
x=x.numpy（）
def fun_和_jac（x）：
运行（分配，{pl:x}）
y、 jac=会话。运行（y_和_梯度）
返回y，jac
res=最小化（fun和jac，x0=x，jac=True）
返回res.x
返回函数
使用tf.Session（graph=tf.graph（））作为会话：
x=tf.Variable（[0.]，dtype=tf.float32）
session.run（x.initializer）
y=（x-1.）**2
梯度=tf.梯度（y，x）[0]
func=build_func（会话，[y，grad]，x）
opt_x=tf.py_函数（func[x]，[tf.float32]）
打印（会话运行（opt_x））