如题，在一些情况下，我们可能希望编写一些自己的python代码，不完全使用tensorflow已提供的计算图来做，在一般情况下，可以使用tf.py_func。
但是如果想让该代码部署到tensorflow serving上，那么恭喜，tensorflow serving是不支持的，会报如下错误：
Loading servable: {name: 模块名 version: 版本号} failed: Not found: Op type not registered 'PyFunc' in binary running on 容器ID 截止目前(2017.11.29)为止，官方并没有说要支持这个特性，有人让你去使用tf.transform，解决办法暂时只有C++：
1、自定义servable： https://www.tensorflow.org/serving/custom_servable
2、改tensorflow，自添加一个tensorflow op。
当然，可以像我一样，特殊情况下选择一些Python的服务端框架（如，tornado）自编写，然后静等tensorflow serving发展。
可以自己参考下tensorflow serving在git的相关issue