Python 如何将致密层从Tensorflow 1迁移到Tensorflow 2？

如何将此层迁移到tf2

observations = tf.placeholder(tf.float32,[None, OBSERVATIONS_SIZE])

h = tf.layers.dense(
     observations,
     units=hidden_layer_size,
     activation=tf.nn.relu,
     kernel_initializer=tf.contrib.layers.xavier_initializer()
)

我发现占位符现在是“Input”，我使用了tf2的密集层

我试过：

observations = tf.keras.Input(
    shape = [ None, OBSERVATIONS_SIZE ],
    dtype = tf.float32
)

h = tf.keras.layers.Dense(
     observations,
     units=hidden_layer_size,
     activation='relu',
     kernel_initializer = 'glorot_uniform'
)

如果我使用它，我会得到这个错误

TypeError: __init__() got multiple values for argument 'units'

---

在这种情况下，我应该如何使用占位符/输入？

Keras层不用作

tf。层

，它们是可调用的，而不是将张量作为第一个参数传递，因此应该是：

observations = tf.keras.Input(
    shape = [ None, OBSERVATIONS_SIZE ],
    dtype = tf.float32
    )

h = tf.keras.layers.Dense(
     units=hidden_layer_size,
     activation='relu',
     kernel_initializer = 'glorot_uniform'
     )(observations)