我正在尝试编写热切且图形兼容的代码。但是，关于如何执行此操作的在线信息很少，这是 TensorFlow网站上的文字脚注。此外，他们所写的内容令人困惑，说：
为 Eager Execution 编写的相同代码也将在图执行期间构建图。为此，只需在未启用 Eager Execution 的新 Python 会话中运行相同的代码即可。
这意味着可以使用相同的代码解决方案，其中唯一需要的更改是添加或删除tf.enable_eager_execution().
目前我tf.keras用来定义我的模型和tf.data我的输入管道。然而，许多急切操作在图形中不起作用，反之亦然。
例如，我会记录我epochs使用tf.train.Checkpoint(). 在急切模式下，恢复后我可以访问它epochs.numpy()，将其值分配给局部变量。但是，这不适用于图形，sess.run(epochs)因为在执行期间未定义值，因此需要图形。
同样，为了快速计算我的梯度，我需要使用某种形式的 autograd，在我的例子中tf.GradientTape()。这与图形不兼容，因为“tf.GradientTape.gradients() 不支持图形控制流”。
我看到tfe.py_func存在，但再一次，这仅在未启用eager时有效，因此无助于解决此问题。
那么，当eager和graph的许多方面似乎直接相互冲突时，我该如何做出相同的代码解决方案呢？
完成我的模型后，我现在希望按照TensorFlow网站上的本教程进行导出和部署。但是，没有迹象表明如何在急于执行的情况下执行此操作，因为我无法向提供会话或图形builder.add_meta_graph_and_variables()。
是在我的代码需要热切和图形兼容的情况下，还是在我需要保存我的模型，将其导入会话并从中导出的情况下？
使用请求，我需要在一次发布中将带有json数据的numpy数组发送到我的flask应用程序。我该怎么做呢？
从 tf.keras.Model 继承的类中的权重目前似乎无法加载。我无法使用检查点从类外的 Example() 加载权重，因此我尝试在内部进行加载，所有帐户都应该这样做。它能够保存权重，就像在保存 Example() 时一样，但它仍然无法加载它们。这是我的模型代码：
class Example(tf.keras.Model):
def __init__(self, cfg):
super(Example, self).__init__()
self.model = tf.keras.Sequential([
........layers.......
])
# Create saver
self.save_path = cfg.save_dir + cfg.extension
self.ckpt_prefix = self.save_path + '/ckpt'
self.saver = tf.train.Checkpoint(model=self.model)
def call(self, x_in):
x_out = self.model(x_in)
return x_out
def save(self):
self.saver.save(file_prefix=self.ckpt_prefix)
def load(self):
self.saver.restore(tf.train.latest_checkpoint(self.save_path))
这就是我用来检查它是否加载的内容：
example = Example()
if Path(self.example.save_path).is_dir():
print(self.example.weights)
print(self.example.model.weights)
self.example.load()
print(self.example.weights)
print(self.example.model.weights)
输出：
[]
[]
[]
[]
这在 tensorflow 1.3 和 2.0 上都进行了测试，我可以确认第一批后权重不为空，并且它正在检查点/保存。