keras中的Tensorflow层[重复]

Question

我们如何在 keras 中使用来自tf.contrib.layers 的层？

我尝试将 tf 层混合到我的其他 keras 层中。

input = Input(shape=state_shape)
conv = Conv2D(64, (6, 6), strides=(1, 1), activation='relu')(input)
spatial_softmax = tf.contrib.layers.spatial_softmax(conv, name='spatial_softmax', data_format='NHWC')
fc = Dense(128, activation='relu')(spatial_softmax)
fc = Dense(128, activation='relu')(fc)
output = Dense(action_size, activation='softmax')(fc)

Model(inputs=input, outputs=output)

但是当我运行代码时出现以下错误

AttributeError: 'Tensor' object has no attribute '_keras_history'

有什么想法吗？

谢谢！

编辑：这与here 的问题不同，我要求的是具有可训练权重的层而不是确定性层。渐变会反向传播到图层吗？

Answer 1

我相信您需要将其放在 Lambda 层中：

spatial_softmax = Lambda(lambda x: spatial_softmax(x, name='spatial_softmax',
                         data_format='NHWC'))(conv)