如題，在一些情況下，我們可能希望編寫一些自己的python代碼，不完全使用tensorflow已提供的計算圖來做，在一般情況下，可以使用tf.py_func。
但是如果想讓該代碼部署到tensorflow serving上，那麼恭喜，tensorflow serving是不支持的，會報如下錯誤：
Loading servable: {name: 模塊名 version: 版本號} failed: Not found: Op type not registered 'PyFunc' in binary running on 容器ID 截止目前(2017.11.29)爲止，官方並沒有說要支持這個特性，有人讓你去使用tf.transform，解決辦法暫時只有C++：
1、自定義servable： https://www.tensorflow.org/serving/custom_servable
2、改tensorflow，自添加一個tensorflow op。
當然，可以像我一樣，特殊情況下選擇一些Python的服務端框架（如，tornado）自編寫，然後靜等tensorflow serving發展。
可以自己參考下tensorflow serving在git的相關issue