Keras &引用；MXNet后端：无法自动推断卷积运算符的形状；损失函数

我在loss函数中调用keras.backend.conv2d，当我尝试编译模型时，我得到以下错误：

MXNet后端：无法自动推断卷积运算符的形状。请提供输入形状。给定输入形状-（无，无，无，无）

---

我知道我的输入张量的形状，因此如果有某种方法可以手动指定我可以这样做，但是我在keras api的任何地方都找不到这样的东西。

通常，您只需将

input\u shape

作为参数添加到

Conv2D

。例如：

model.add(Conv2D(32, (3, 3), padding='same', input_shape=(256,256,3)))

---

如果需要调用到后端，请在调用keras.backend.conv2d（）之前设置x._keras_shape=（256，256，3）。

这是conv2d层，而不是keras.backend.conv2d。您不能在丢失函数中使用它。在调用

keras.backend.conv2d（）

，

x

作为您的输入占位符之前，是否可以调用

x.\u keras\u shape=（256，256，3）

？