Python 使用tensorflow.keras 2.0更新，添加_loss（）以规范层活动/权重不再起作用

我之前在一个预训练网络上，使用层上循环，在Tensorflow.keras中添加激活和/或内核的正则化：

if regl\u什么是“内核”：
对于model.layers中的图层：
如果isinstance（图层，深度CONV2D）：
层。添加损失（正则化子。l1层（l1层，l2层）（层。深度内核））
elif isinstance（layer，layers.Conv2D）或isinstance（layer，layers.Dense）：
layer.add_loss（正则化子.l1_l2（l1，l2）（layer.kernel））
如果“活动”是什么：
对于model.layers中的图层：
如果存在（层，激活）：
层添加损耗（正则化器.l1\ul2（l1，l2）（层输出））

在升级到tensorflow 2.0之前，它曾经正常工作（据我测试）

现在我需要将整个框架更新为tensorflow 2.0。上一个代码在执行时，在应用add_loss（）时返回以下错误：

---------------------------------------------------------------------------
ValueError回溯（最近一次调用上次）
在里面
3如果（层名称中的“U relu”）：#isinstance（层，激活）：
4#layer.activity_regularizer=正则化器。l1_l2（l1，l2）
---->5层。添加损耗（正则化器。l1层（l1，l2）（层。输出））
添加损耗（self、损耗、输入）中的~/miniconda/envs/l1l2/lib/python3.6/site-packages/tensorflow\u core/python/keras/engine/base\u layer.py
1119如果迫不及待的损失而不在呼叫上下文中：
1120提升值错误(
->1121“损失值应为符号张量或可调用。”
1122'请将损失计算包装在零参数'lambda'。）
1123
ValueError：丢失值应为符号张量或可调用。请将损失计算包装在零参数“lambda”中。

因此，我尝试如下介绍零参数lambda函数：

if regl\u什么是“内核”：
对于model.layers中的图层：
如果isinstance（图层，深度CONV2D）：
layer.add_loss（lambda:regulatories.l1_l2（l1，l2）（layer.depthways_kernel））
elif isinstance（layer，layers.Conv2D）或isinstance（layer，layers.Dense）：
layer.add_loss（lambda:regulatories.l1_l2（l1，l2）（layer.kernel））
如果“活动”是什么：
对于model.layers中的图层：
如果存在（层，激活）：
layer.add_损失（lambda:regulatories.l1_l2（l1，l2）（layer.output））

随着lambda的引入，add_loss循环无误通过，但当培训开始时，我得到错误：

文件“~/miniconda/envs/l1l2/lib/python3.6/site packages/tensorflow\u core/python/keras/engine/training.py”，第1297行，在fit\u生成器中
步骤（名称=“每个时代的步骤”）
文件“~/miniconda/envs/l1l2/lib/python3.6/site packages/tensorflow\u core/python/keras/engine/training\u generator.py”，第295行，在模型迭代中
批处理结束时的程序条（步骤、批处理日志）
文件“~/miniconda/envs/l1l2/lib/python3.6/site packages/tensorflow\u core/python/keras/callbacks.py”，第760行，在“批处理”末尾
self.progbar.update（self.seen、self.log\u值）
更新中的第440行文件“~/miniconda/envs/l1l2/lib/python3.6/site packages/tensorflow\u core/python/keras/utils/generic\u utils.py”
平均值=np.平均值（自身值[k][0]/最大值（1，自身值[k][1]））
文件“”，第6行，平均值
文件“~/miniconda/envs/l1l2/lib/python3.6/site packages/numpy/core/fromneric.py”，第3257行，平均值
out=out，**kwargs）
文件“~/miniconda/envs/l1l2/lib/python3.6/site packages/numpy/core/_methods.py”，第135行，单位为
arr=asanyarray（a）
asanyarray中的文件“~/miniconda/envs/l1l2/lib/python3.6/site packages/numpy/core/_asarray.py”，第138行
返回数组（a，dtype，copy=False，order=order，subok=True）
文件“~/miniconda/envs/l1l2/lib/python3.6/site packages/tensorflow\u core/python/framework/ops.py”，第736行，在数组中__
“数组。”.format（self.name））
NotImplementedError:无法将符号张量（truediv:0）转换为numpy数组。

---

我不知道怎么解决这个问题。。。提前感谢您的帮助

问题似乎实际上是由于TF2.0中的默认急切执行造成的

通过在脚本开头使用以下行禁用即时执行：

将tensorflow导入为tf
tf.compat.v1.disable_eager_execution（）

。。原始版本（不含lambda）运行平稳

---

此处还提到了急切执行和add_loss（）之间的不兼容性：

似乎问题实际上是由于TF2.0中的默认急切执行造成的

通过在脚本开头使用以下行禁用即时执行：

将tensorflow导入为tf
tf.compat.v1.disable_eager_execution（）

。。原始版本（不含lambda）运行平稳

此处还提到了急切执行和添加_loss（）之间的不兼容性：