私はDCGAN codeで作業しています。私はこのニューラルネットの出力を取り、それを分析し、それに対してペナルティを発行する関数を加えることによって、ニューラルネットの1つに与えられるthe rewardを修正する必要があります。だから私の損失関数は次のようになります。神経網に値を割り当てる前にTensorFlow Tensorをnumpyに変換してください
self.g_loss = self.g_loss + self.penalty
問題は
このペナルティ関数のみ
、（私はこれを修正する方法はありません）を入力としてnumpyの配列を取るですニューラルネットワークの出力は、tf.tensor、
であり、まだニューロネットに割り当てられていない（技術的にはまだ構築されていない）ため、どちらも実行できません.eval()またはsess.run()。
この場合、テンソルフローテンソルをnumpy配列に変換するにはどうすればよいですか？
テンソルフローtf.py_funcはwrapping Python functions and passing tensors to themです。ただし、この損失関数を使用してネットワークをトレーニングすることはできません。これは、Tensorflowがnumpyコードを自動的に区別しないためです。
あなたにとって幸運にも、autograd does automatically differentiate numpy codeです。それを使用すると、別のtf.pyfuncコールでは、グラデーションが得られます。次に、put back into the tensorflow graph on the backward passになります。
ここでは、this gistですべての操作を行う方法の例を示します。
あなたの返事をありがとう。現在私は 'g_optim = tf.train.AdamOptimizer（config.learning_rate、beta1 = config.beta1）\ .minimize（self.g_loss、var_list = self.g_vars）'を私のオプティマイザとして使用しています。どのように私はすべての（または少なくとも私の損失の一部）のためにそれを保つだろうか？ – Massyanya
また、tf-autograd.pyを実行すると、次のエラーがスローされます： 'InvalidArgumentError（トレースバックについては上記参照）：pyfunc_1によって返される0番目の値はdoubleですが、floatを期待します。 \t [[Node：PyFunc_1 = PyFunc [Tin = [DT_DOUBLE ]、Tout = [DT_FLOAT]、トークン= "pyfunc_1"、_device = "/ジョブ：ローカルホスト/レプリカ：0 /タスク：0/cpu：0"]（変数/読み取り/ _3）]] ' – Massyanya
gpuでこれを実行していますか？その場合、Tensorflowはデフォルトでfloat32になりますが、numpyはデフォルトのfloat64になります。 –
ニューラルネットワークのトレーニングが必要な場合は、ペナルティのグラデーションも用意する必要があります。もしあなたがそれを持っていれば、あなたはおそらくこれを世話するためにテンソルフローにカスタム演算を追加する必要があります。 – gdelab