Python TypeError:_init_subclassed_network（）获取了意外的关键字参数'；输入'；使用TensorFlow Keras时

我按照以下代码构建了一个模型：

model_input = Input(shape=(449, 8, 1))
x = Conv2D(64, (25, 20),padding='same', input_shape=( 449, 8, 1),activation="relu")(model_input)
x = BatchNormalization()(x)
x = Conv2D(128, (25, 20),padding='same', input_shape=( 449, 8, 1),activation="relu")(x)
x = BatchNormalization()(x)
x = Flatten()(x)
x = Dense(8, activation='relu')(x)
x = BatchNormalization()(x)
x = Dense(8, activation='softmax')(x)
model = Model(input=model_input ,output=x)

导入以下Keras库时，它工作得非常好：

from keras.layers import Conv2D, Input, BatchNormalization, Flatten, Dense
from keras.models import Model
from keras.optimizers import Adam

但当我尝试在tensorflow中使用内置Keras API并构建相同的模型时：

from tensorflow.keras.layers import Conv2D, Input, BatchNormalization, Flatten, Dense
from tensorflow.keras.models import Model
from tensorflow.keras.optimizers import Adam

错误已合并：

TypeError:\u init\u subclass\u network（）得到一个意外的关键字参数“input”

---

顺便说一句，我正在使用tensorflow gpu 1.13.1。

我在Keras API上看到，参数是

输入

和

输出

---

请重新检查，

我在Keras API上看到，参数是

输入

和

输出

---

请重新检查，

我在Keras API上看到，参数是

输入

和

输出

。请重新检查，它解决了我的问题！！但奇怪的是，我使用

input

和

output

作为参数，当库来自纯keras API时，它仍然有效，但当库来自tensorflow时不起作用。你可以继续把你的评论作为答案，这样我就可以把它标记为正确，并给你我在keras API上看到的声誉，参数是

输入

和

输出

。请重新检查，它解决了我的问题！！但奇怪的是，我使用

输入

和

输出

作为参数，当从纯keras API中创建库时，它仍然有效，但当从tensorflow创建库时不起作用。您可以继续将您的注释作为答案，这样我就可以将其标记为正确，并为您赢得声誉