我正在使用DCGAN code。我需要通过添加一个函数来修改给予其中一个神经网络的the reward，该函数将获取该神经网络的输出，对其进行分析并对其进行惩罚。所以我的损失函数看起来像：
self.g_loss = self.g_loss + self.penalty
问题是
这个惩罚函数只将numpy数组作为输入（我无法修改它），
神经网络输出是一个tf.tensor，
并且由于尚未将值分配给神经网络（从技术上讲，它还没有被构建）我既不能运行.eval()也不会{{{} 1}}。
那么在这种情况下如何将张量流量张量转换为numpy数组呢？
答案 0 :(得分：2)
Tensorflow wrapping Python functions and passing tensors to them的tf.py_func为tf.pyfunc。但是，您不能使用此损失函数来训练网络，因为Tensorflow不会自动区分numpy代码。
幸运的是，autograd does automatically differentiate numpy code。如果你使用它，在另一个#include <sys/user.h>
调用中，你可以得到渐变，然后可以put back into the tensorflow graph on the backward pass。
以下是this gist中如何完成所有操作的示例。