我试图模拟需要进行明确整合的东西 . 代码如下所示：
import tensorflow as tf
from numpy import pi, inf
from tensorflow import log, sqrt, exp, pow
from scipy.integrate import quad # for integration
def risk_neutral_pdf(phi, a, S, K, r, sigma, Mt, p_dict):
phii = tf.complex(0., phi)
A = tf.cast(0., tf.complex64)
B = tf.cast(0., tf.complex64)
p_dict['gamma'] = p_dict['gamma'] + p_dict['lamda'] + .5
p_dict['lamda'] = -.5
for t in range(Mt-1, -1, -1):
temp = 1. - 2. * p_dict['alpha'] * B
A = A + (phii + a) * r + p_dict['omega'] * B - .5 * log(temp)
B = B * p_dict['beta'] + (phii + a) * (p_dict['lamda'] + p_dict['gamma']) - \
.5 * p_dict['gamma']**2. + (.5*((phii + a) - p_dict['gamma'])**2. / temp)
return tf.real(S**a * (S/K)**phii * exp(A + B * sigma**2.) / phii)
p_dict={'lamda': 0.205, 'omega': 5.02e-6, 'beta': 0.589, 'gamma': 421.39, 'alpha': 1.32e-6}
S = 100.
K = 100.
r = 0.
Mt = 0
sq_ht = sqrt(.15**2/252.)
sigma = sq_ht
P1 = tf.py_func(lambda z: quad(risk_neutral_pdf, z, inf, args=(1., S, K, r, sigma, Mt, p_dict))[0],
[0.], tf.float64)
with tf.Session() as sess:
res = sess.run(P1)
print(res)
结果返回"InvalidArgumentError (see above for traceback): ValueError: Tensor(" pow：0 ", shape=(), dtype=float32) must be from the same graph as Tensor(" Cast_2：0 ", shape=(), dtype=complex64)."但是，无论我如何更改代码或引用"ValueError: Tensor A must be from the same graph as Tensor B"中的解决方案，它都不起作用 . 我想知道在将 tf.reset_default_graph() 放在最顶层时是否做错了，或者代码是否需要进行一些更改 .
谢谢 . （Tensroflow版本：1.6.0）
Update: 我发现 sigma 变量在传入risk_neutral_pdf函数之前已经是sqrt，并且在返回时被驱动，这是不必要的 . 因此在将返回值修改为 return tf.real(S**a * (S/K)**phii * exp(A + B * sigma) / phii) 并将sq_ht修改为 .15**2/252. 之后 . 错误更改为 "TypeError: a float is required" ，我认为这是由 quad 和 Tensor 引起的 . 有什么想法要解决？
非常感谢 .