Keras AttributeError:Tensor.op在启用“急切执行”时没有意义

我正试图从头开始实现resnet50。累积所有层之后，我调用

tf.keras.Model

。但是，它给出了一个错误：

AttributeError:Tensor.op在启用“急切执行”时没有意义

为了测试，我输入了一个4-D张量

conv_diff_size

和

conv_same_size

是具有

con2d

和批标准化层的两个自定义块。我正在Google Colab上使用TensorFlow 2.0

def ResNet50（输入、类）：
X=tf.keras.layers.Conv2D（64，内核大小=（7,7），跨步=2，padding='valid'，data\u format='channels\u last'，input\u shape=inputs.shape）（inputs）
X=tf.keras.layers.BatchNormalization（轴=-1，动量=0.9）（X）
X=tf.keras.layers.MaxPool2D（池大小=（3,3），步幅=2）（X）
X=conv_diff_size（X[64,64,256]）
X=conv_相同大小（X[64,64,256]）
X=conv_相同大小（X[64,64,256]）
X=conv_diff_size（X[128,128,512]）
X=conv_相同大小（X[128,128,512]）
X=conv_相同大小（X[128,128,512]）
X=conv_相同大小（X[128,128,512]）
X=conv_diff_大小（X，[256，256，1024]）
X=conv_相同大小（X，[256，256，1024]）
X=conv_相同大小（X，[256，256，1024]）
X=conv_相同大小（X，[256，256，1024]）
X=conv_相同大小（X，[256，256，1024]）
X=conv_diff_size（X[512,512,2048]）
X=conv_相同大小（X[512,512,2048]）
X=conv_相同大小（X[512,512,2048]）
X=conv_相同大小（X[512,512,2048]）
X=conv_相同大小（X[512,512,2048]）
X=conv_相同大小（X[512,512,2048]）
X=tf.keras.layers.averagePoolg2D（池大小=（2,2），名称='avg_池'）（X）
X=tf.keras.layers.flatte（）（X）
X=tf.keras.layers.density（类，激活='relu'）（X）
模型=tf.keras.model（输入=X，输出=X）
回归模型

如果忘记先编译模型，有时会发生这种情况。在开始培训之前，请确保您正在运行

model.compile（…）

。

如果您正在交互式python环境中逐步测试脚本（例如，在编译或培训后更改层设计），请尝试删除所有变量并重新开始。

尝试更改您的模型定义：tf.keras.model（输入=输入，输出=X）…我想你的自定义块也正确了。它仍然会给我相同的错误。我希望如此，但你的模型定义必须是tf.keras.model（输入=输入，输出=X）这会有什么不同？请告诉我你找到答案了吗？