Python 是否有一种方法可以在培训期间找到Tensorflow/Keras层输入的最小值和最大值？

在最小、最大范围计算的输出为浮动的情况下，是否有一个选项来查找Keras/Tensorflow层输入的最小、最大范围

例如，我想知道tf.fake_quant_与_min_max_args（）函数的这个范围，其中min，max应该是浮点，而不是张量

在我的自定义Keras层中，我对重量进行了如下操作，该层工作完美：

w_max = tf.keras.backend.eval(tf.math.reduce_max(self.weights))
w_min = tf.keras.backend.eval(tf.math.reduce_min(self.weights))
self.weights= tf.quantization.fake_quant_with_min_max_args(self.weights, min=w_min, max=w_max)

这是可行的（输出是浮点），因为权重是在创建层时初始化的

现在我想做一些类似的事情，但需要输入一个层。这不起作用，因为min，max的输出是一个张量，我假设这是因为输入是一个占位符，在构建层时，值是未知的

是否有一个选项/方法/解决方法仍然可以找到层输入的最小值和最大值，以便它可以用于tf.quantization.fake\u quant\u with_min\u max\u args（）函数？例如，在构建期间，将最小值、最大值设置为默认值，但在训练、干扰期间，或当输入有数据馈送时，它会将最小值、最大值计算为浮点值