使用tf.function编写张量处理函数时遇'false_fn' must be callable错误求助

核心错误原因 #

你遇到的'false_fn' must be callable错误，是因为tf.case的default参数要求传入可调用对象（比如无参函数），但你直接传了张量x，不符合API要求。

代码中的其他问题 #

除了这个错误，你的代码还有几处需要修正：

• logp_dash未定义，应该调用TensorFlow的对数函数tf.math.log(p_dash)，注意要处理输入为0的情况（避免log(0)报错）
• Ku=K.sum(Ku)语法错误，tf.Tensor.sum()不需要传入自身作为参数，直接调用K.sum()即可
• 冗余的类型转换：没必要先把值转成Python float再转TensorFlow张量，直接用TensorFlow的API处理更高效

修正后的代码 #

import tensorflow as tf
from tensorflow.math import log

@tf.function
def Spa(x):
    # 直接转换输入为tf.float32张量，无需先转Python float
    x = tf.convert_to_tensor(x, dtype=tf.float32)
    p = tf.constant(0.05, dtype=tf.float32)
    
    p_dash = x
    # 处理log(0)的情况，添加极小值避免报错
    K = p * log(tf.maximum(p_dash, 1e-10))
    Ku = K.sum()
    
    y = tf.constant(0.0, dtype=tf.float32)
    
    # 定义返回0的可调用函数
    def return_zero():
        return tf.constant(0.0, dtype=tf.float32)
    # 定义返回x的可调用函数作为default
    def return_x():
        return x
    
    # tf.case的每个分支和default都必须是可调用对象
    r = tf.case(
        [(tf.less(x, y), return_zero), (tf.greater(x, Ku), return_zero)],
        default=return_x,
        exclusive=False
    )
    return r

验证说明 #

• 给tf.math.log传入tf.maximum(p_dash, 1e-10)，避免输入为0时触发对数函数的数值错误
• 所有分支和default都包装成了无参函数，符合tf.case的API要求
• 添加了@tf.function装饰器，满足你需要的图模式执行需求

内容的提问来源于stack exchange，提问作者p200401Samuel