Компиляция графа в TensorFlow

Декоратор function превращает обычную функцию Python в вызываемый граф TensorFlow. Первый вызов собирает граф, следующие идут по уже готовой схеме. Удвоим скалярный тензор и выведем результат двух вызовов подряд:

import tensorflow as tf

@tf.function
def double(x):
	return x + x

t = tf.constant(3.0)
print(double(t))
print(double(t))
# выведет tf.Tensor(6.0, shape=(), dtype=float32)
# выведет tf.Tensor(6.0, shape=(), dtype=float32)

Тот же приём работает и для нескольких операций подряд. Сложим тензор с самим собой и умножим на два внутри обёрнутой функции:

import tensorflow as tf

@tf.function
def scale(v):
	return (v + v) * 2.0

data = tf.constant([1.0, 2.0, 3.0])
print(scale(data))
# выведет tf.Tensor([ 4.  8. 12.], shape=(3,), dtype=float32)

Оберните функцию, которая прибавляет к аргументу единицу, и выведите её значение для 2.0.

Создайте вектор [10.0, 20.0] и передайте его в обёрнутую функцию, удваивающую каждый элемент. Выведите результат.

Дважды подряд вызовите обёрнутую функцию для скаляра 7.0 и оба раза выведите ответ.