Python 自定义层需要将tf.keras.input空张量更改为numpy ndarray-'；张量'；对象没有属性'；numpy'；错误

我已经编写了一个

tf.keras

自定义层，其中我使用了一些只与

numpy

数组一起工作的函数，因此当我尝试在带有tf.keras.Input的模型中使用我的层时，这些函数会产生一个错误：

输入数据必须是numpy数组。

tf.keras.backend.eval（x）

和

x.numpy（）

都会导致错误：

“Tensor”对象没有属性“numpy”

，即使启用了紧急执行

使用

sess=tf.compat.v1.Session（）

和

sess.run（x）

给出：会话图为空。在调用

run（）

以下是我正在测试的示例模型：

inputs = keras.Input(shape=(48,48,1))
x = keras.layers.Conv2D(64, (3,3), padding='same', activation='relu')(inputs)

# y = tf.keras.backend.eval(x)

# init_op = tf.compat.v1.global_variables_initializer()
# with tf.compat.v1.Session() as sess:
#    sess.run(init_op)
#    y = sess.run(x)

# y = x.numpy()

z = Mylayer.My_custom_layer()(y)
outputs = z
model = keras.Model(inputs=inputs, outputs=outputs)

注释行是我测试过的

---

在进入我的自定义层之前，我是否可以将此张量输入转换为

numpy

数组？

我认为您不能使用numpy函数在Keras或TensorFlow中创建计算图。您应该使用tensorflow或keras中相同的内置函数。你能给出你的服装层的代码吗