我正在使用TensorFlow2。我正在尝试优化一个功能，该功能使用了训练有素的Tensorflow模型（有毒）。
@tf.function
def totalloss(x):
xt = tf.multiply(x, (1.0 - m)) + tf.multiply(m, d)
label = targetlabel*np.ones(xt.shape[0])
loss1 = poison.evaluate(xt, label, steps=1)
loss2 = tf.linalg.norm(m, 1)
return loss1 + loss2
我无法执行此功能，但是，当我注释@ tf.function行时，该功能有效！
我需要将此函数用作张量流op，以便优化“ m”和“ d”。
值错误：未知图形。中止。
这就是我定义模型和变量的方式：
# mask
m = tf.Variable(tf.zeros(shape=(1, 784)), name="m")
d = tf.Variable(tf.zeros(shape=(1, 784)), name="d")
# target
targetlabel = 6
poison = fcn()
poison.load_weights("MNISTP.h5")
adam = tf.keras.optimizers.Adam(lr=.002, decay=1e-6)
poison.compile(optimizer=adam, loss=tf.losses.sparse_categorical_crossentropy)
这就是我以后调用该函数的方式：（执行此行会导致下面列出的错误。但是，如果我在@ tf.function行中注释掉，则此命令有效！）
loss = totalloss(ptestdata)
这是整个回溯调用：
ValueError: in converted code:
<ipython-input-52-4841ad87022f>:5 totalloss *
loss1 = poison.evaluate(xt, label, …