在tensorflow中应用scipy.optimize函数而不急于执行？

Question

我目前正在使用Tensorflow中的一个函数，该函数需要在scipy.optimize中使用lsq_linear（）。但是，我需要运行它而不必急于执行，而是建立TF图。我尝试在函数之前加上@ tf.function，但是我不确定是否可以将tensorflow变量传递给scipy.optimize库，因为尝试时会不断遇到错误，例如

TypeError: Using a `tf.Tensor` as a Python `bool` is not allowed. Use `if t is not None:` instead of `if t:` to test if a tensor is defined, and use TensorFlow ops such as tf.cond to execute subgraphs conditioned on the value of a tensor.

以下是一些示例代码：

@tf.function
def tf_lsq(A, b):
    ones = np.squeeze(np.asarray(np.ones(A.shape[1], )))
    neg_ones = -1 * ones
    A_coo = csr_matrix(A)
    result = lsq_linear(A_coo, b, bounds=(neg_ones, ones), lsq_solver='lsmr', lsmr_tol=1e-13, verbose=0).x
    return result

我感谢能提供的任何帮助！