Machine learning 自定义层使用带有@tf.Custom_gradient的函数抛出错误：装饰器当前仅在启用了“急切执行”时才支持参数

python==3.7.6 Tensorflow=2.0.0

我创建了一个自定义层，它调用一个用@tf.custom_gradient修饰的函数，与下面问题的答案描述的情况非常相似：

但是我在运行时经常遇到这样的错误：

ValueError:custom\u gradient decorator当前仅在启用了急切执行时才支持关键字参数。

在主函数中调用时，函数本身运行正常。因此，明确地说：

output=custom_函数（输入）

运行良好，执行迅速，但是

input_tensor = Input(shape=(1, input_length))
output_layer = Custom_Layer(...)(input_tensor)
model = Model([input_tensor], [output_layer])
model.compile(optimizer='rmsprop', run_eagerly=True, loss='mae', metrics=['accuracy'])
model.summary()

根本不起作用。我尝试了各种打开和关闭急切执行的组合，包括在如图所示的编译命令内部、在层的调用函数内部以及在脚本顶部使用

tf.config.experimental\u run\u functions\u急切地（True）

，但没有什么能阻止错误的出现

---

我似乎找不到与此事件相关的任何文档。

我只需将我的

@tf.custom_gradient

函数的功能部分移动到

tf.keras.layer

中，就解决了此问题。通过稍微调整我的输入值并学习更多关于

tf.GradientTape

机制的知识，我成功地让我的系统工作起来