如何在自定义Tensorflow模型中打断循环（使用Keras）

我正在Tensorflow 2.0中构建一个机器学习应用程序。
我试图通过在调用函数中迭代事实时中断for循环（如果满足条件）来优化计算效率，但它返回一个错误，即：

OperatorNotAllowedInGraphError:不允许将

tf.Tensor

用作Python

bool

：AutoGraph未转换此函数。尝试直接用u/tf.函数装饰它。
（我还尝试在call方法中添加一个tf函数

有人知道如何在自定义tensorflow模型的调用函数中打破for循环并执行逻辑吗

我的代码

def呼叫（自我、输入、问题）：
事件=tf.zero（形状=（self.batch\u大小，self.units））
记忆=问题
事实=self.split（self.transpose（self.cast（inputs，tf.float32），perm？（1,0,2）），self.facts_len）
对于范围内的uu（自我传递）：
事实上，对于c：
c=tf.挤压（c）
g=自我注意（c、记忆、问题）
插曲=(
g*self.rnn（tf.expand_dims（c，-1），memory）[1]+（1-g）*
)
#生成下一个内存
_，memory=self.rnn（self.expand（插曲，-1），memory）
返回存储器

你应该能够在你的逻辑中使用

中断

。Keras将签名应用于

调用

，所以它应该可以工作，但我的猜测是你需要更改外循环：

for uuu.in tf.range（self.passes）

，如果中断在内循环中，那么确保

事实

也是一个张量

---

查看此项和FOC以了解更多详细信息。

您应该能够在逻辑中使用

break

。Keras将签名应用于

调用

，因此它应该可以工作，但我猜您需要更改外部循环：

用于tf.范围内的（self.passs）

，如果中断位于内部循环内，请确保

事实

也是张量

---

有关更多详细信息，请参阅本手册和focs。

发布完整的车型概要。请发布您的代码，并告诉我们您到目前为止尝试了什么。例如，您知道“中断”吗命令？您使用过吗？如果没有您提供的完整信息，我们无法回答此类问题。请下次附上所有必需的信息…@neelg现在呢？我建议提供一个独立的代码来重现该问题。一般来说，创建一个可被打破的循环的一种方法是使用

tf.while\u循环

。例如，在您的情况下，

tf.while\u loop

的条件可能是达到了

self.passes

，或者

事实发生了一些事情。发布完整的模型摘要。请发布您的代码并告诉我们您到目前为止尝试了什么。例如，您知道“中断”吗命令？您使用过吗？如果没有您提供的完整信息，我们无法回答此类问题。请下次附上所有必需的信息…@neelg现在呢？我建议提供一个独立的代码来重现该问题。一般来说，创建一个可被打破的循环的一种方法是使用
tf.while\u循环
。例如，在您的情况下，
tf.while\u loop
的条件可能是达到了
self.passes
，或者
事实发生了一些事情。