tensorflow実行時のエラー”creating @tf.function repeatedly in a loop”について

Question

Pythonのkerasで機械学習を行っているのですが、グリッドサーチでパラメータを調整しているため、多重for文を構成してしまっております。なので、タイトルにもある警告文が発生してしまいます。調べたところ、for内で学習をさせてしまっていることで発生すると合ったのですが、自分がやりたいことの都合上、forループを削除できません。for文を介さずにパラメータサーチを行う方法があれば教えていただきたいです。

現状のソースの概要は以下の通りとなっております。

def NN(lr, epoch):
  #学習に使用するデータのループ
  for i in Sample:
    #以下学習モデルの構築及び学習・評価
          
             

if __name__ == "__main__":
#予め作成した学習率及びエポック数のリストから値を選択
  for lr in Param_lr:
    for epoch in Param_epoch:
        NN(lr, epoch)

上記のソースの通り、学習率及びエポック数に関してパラメータサーチを行い、更にNN()内で使用する学習データを決定するためのforループが存在します。パラメータサーチを行わない、Sampleのループを削除する以外での改善策を教えていただければ幸いです。

また、以下のコードで実行した際は警告文が出ませんでした。これは一体どうしてなのでしょうか？

import numpy as np
import matplotlib.pyplot as plt
from keras.models import Sequential
from keras.layers import Dense


x = np.linspace(-np.pi, np.pi).reshape(-1, 1)
t = np.sin(x)
def NN_test():
    for i in range(0, 5):
        # ニューラルネットワークの設定
        n_in = 1  # 入力層のニューロン数
        n_mid = 20  # 中間層のニューロン数
        n_out = 1  # 出力層のニューロン数

        batch_size = 8  # バッチサイズ

        # 入力層、中間層、出力層の３層のニューラルネットワークを構築
        model = Sequential()
        model.add(Dense(n_mid, input_shape=(n_in,), activation="sigmoid"))  # 活性化関数にシグモイド関数
        model.add(Dense(n_out, activation="linear"))  # 活性化関数に恒等関数
        model.compile(loss="mean_squared_error", optimizer="sgd")  # 損失関数に二乗誤差、最適化アルゴリズムにSGDを使用してコンパイル
        history = model.fit(x, t, batch_size=batch_size, epochs=10, validation_split=0.1)  # 10%のデータを検証用に使う

if __name__ == "__main__":
    NN_test()