Python TF2-tf.1函数和类变量中断

我使用的是tensorflow 2.3，如果我在类中存储值而不是返回值，那么类中的tf.function就会出现问题

比如说

将tensorflow导入为tf
课堂测试：
定义初始化（自）：
self.count=tf.convert_为_张量（0）
@功能
def增量（自身）：
self.count+=1
返回自计数
t=测试（）
计数=t.增量（）
count==t.count

创建以下错误

TypeError: An op outside of the function building code is being passed
a "Graph" tensor. It is possible to have Graph tensors
leak out of the function building context by including a
tf.init_scope in your function building code.
For example, the following function will fail:
  @tf.function
  def has_init_scope():
    my_constant = tf.constant(1.)
    with tf.init_scope():
      added = my_constant * 2
The graph tensor has name: add:0

当我检查count和t.count的值时，我看到

• 计数：

• t、 计数：

---

如何修复此问题，使t.count存储相同的值？

您可以使用tf.Variable

class Test:
        def __init__(self):
           # self.count = tf.convert_to_tensor(0)
             self.count = tf.Variable(0)
        @tf.function
        def incr(self):
            self.count.assign_add(1)
            return self.count
     
    t = Test()
count = t.incr()
print(count) #tf.Tensor(1, shape=(), dtype=int32)
count = t.count
print(count)#<tf.Variable 'Variable:0' shape=() dtype=int32, numpy=1>

---

这段代码只是一个简化的示例，我正在寻找一些解决我需要更新类变量的其他情况的方法。如果您解释一下为什么要修复它，也许会有所帮助

variable.assign

可能足够通用，但使用张量时一切都很好，直到我在类之外创建了一个类，当您使用图形上下文时，您无法获得张量的（numpy）值。张量总是指图形的一部分，没有它的值。@你找到了一个通用的解决方案吗？

count = tf.constant(0)
print(count)# count is eager_tensor : tf.Tensor(0, shape=(), dtype=int32)
@tf.function
def incr():
        global count # we use count tensor inside graph contect
        count+=1
        return count
        
c = incr()
print(count)# now count is graph_tensor :Tensor("add:0", shape=(),dtype=int32)