Tensorflow-外部プロセスの勾配を設定する方法（PY_FUNC）？

Question

外部プロセスで使用されるいくつかの変数の計算と最適化ですが、「勾配なし」というエラーが発生します。

コードの大幅に簡素化された（テストされていない）バージョンですが、アイデアを取得できます。

def external_process (myvar):
    subprocess.call("process.sh", myvar)
    with open('result.json', 'r') as f:
        result = json.load(data, f)
    return np.array(result["result"])

myvar = tf.Variable(1.0, dtype = 'float32', trainable = True)

loss = tf.reduce_sum( tf.py_func(external_process, [myvar], [tf.float32])[0] )

optimizer = tf.train.AdamOptimizer(0.05)
train_step = optimizer.minimize(loss)
sess.run(train_step)

私はこの議論を見ましたが、私はそれを完全に理解していません： https://github.com/tensorflow/tensorflow/issues/1095

ありがとう！

Answer 1

正解は次のとおりです。「外部プロセスは微分可能ではありません（各詳細を知らない限り、この場合は不可能なこと）。したがって、この問題は強化学習問題として直面する必要があります」

Answer 2

ここ https://www.tensorflow.org/versions/r0.9/api_docs/python/framework.html （探す gradient_override_map）の例です gradient_override_map:

@tf.RegisterGradient("CustomSquare")
def _custom_square_grad(op, grad):
  # ...

with tf.Graph().as_default() as g:
  c = tf.constant(5.0)
  s_1 = tf.square(c)  # Uses the default gradient for tf.square.
  with g.gradient_override_map({"Square": "CustomSquare"}):
    s_2 = tf.square(s_2)  # Uses _custom_square_grad to compute the
                          # gradient of s_2.

したがって、可能な解決策は次のとおりです。

@tf.RegisterGradient("ExternalGradient")
def _custom_external_grad(unused_op, grad):
    # I don't know yet how to compute a gradient
    # From Tensorflow documentation:
    return grad, tf.neg(grad)

def external_process (myvar):
    subprocess.call("process.sh", myvar)
    with open('result.json', 'r') as f:
        result = json.load(data, f)
    return np.array(result["result"])

myvar = tf.Variable(1.0, dtype = 'float32', trainable = True)

g = tf.get_default_graph()
with g.gradient_override_map({"PyFunc": "ExternalGradient"}):
    external_data =  tf.py_func(external_process, [myvar], [tf.float32])[0]

loss =  tf.reduce_sum(external_data)

optimizer = tf.train.AdamOptimizer(0.05)
train_step = optimizer.minimize(loss)
sess.run(train_step)