Python AttributeError:层没有入站节点-发生在TF>；=2.4但在TF<；2.4?

下面是代码的简化示例：

类别MyCustomLayer（keras.layers.Layer）：
def_uuinit_uu（self，num_filters=64，kernel_size=3）：
keras.layers.Layer.\uuuuu初始化\uuuuuuuu（自）
self.conv_1=keras.layers.Conv2D（filters=num_filters，
内核大小=内核大小）
def呼叫（自我，输入）：
返回自转换1（输入）
x=keras.Input（形状=（无，无，3））
my_custom_layer=MyCustomLayer（）
y=我的自定义图层（x）

以下线路工程：

my_custom_layer.output
# Out: <KerasTensor: shape=(None, None, None, 64) dtype=float32 (created by layer 'my_custom_layer')>

出现以下错误：

---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-6-74d9fc3b4fbb> in <module>
----> 1 my_custom_layer.conv_1.output

~/anaconda3/lib/python3.8/site-packages/tensorflow/python/keras/engine/base_layer.py in output(self)
   2152     """
   2153     if not self._inbound_nodes:
-> 2154       raise AttributeError('Layer ' + self.name + ' has no inbound nodes.')
   2155     return self._get_node_attribute_at_index(0, 'output_tensors', 'output')
   2156 

AttributeError: Layer conv2d has no inbound nodes.

---------------------------------------------------------------------------
AttributeError回溯（最近一次呼叫上次）
在里面
---->1 my_custom_layer.conv_1.output
输出中的~/anaconda3/lib/python3.8/site-packages/tensorflow/python/keras/engine/base\u layer.py（self）
2152     """
2153如果不是自。\u入站\u节点：
->2154 raise AttributeError（'层'+self.name+'没有入站节点'）
2155返回self.\u在\u索引处获取\u节点\u属性\u（0，'输出\u张量'，'输出'）
2156
AttributeError:层conv2d没有入站节点。

如果我在Tensorflow 2.3.1中运行相同的代码，它将毫无问题地工作。我查看了变更日志，但没有发现什么会破坏它。原因可能是什么

---

---

GitHub问题#48196:

我也遇到过类似的问题。现在我也用

tf 2.0

、

2.1

、

2.2

、

2.3

在CPU和GPU模式下测试了你的代码，它正在工作。但它在

tf 2.4

和

tf 2.6.0-dev20210330

上出现了故障。它看起来像一个bug。使用

tf<2.4

，

my\u custom\u层.conv\u 1.inbound\u节点

返回

[<tensorflow.python.keras.engine.node.Node at 0x7f751f301bd0>]

[]

---

与

tf>=2.4

中的empty

[]

不同，这里有一个临时修复程序使其工作（仅在TF2.4上测试），您可以使用以下命令禁用Kerastenor的使用：

来自tensorflow.python.keras.engine导入keras\u tensor
keras_张量。禁用keras_张量（）
#..代码的其余部分

使用您的示例，您可以访问内部组件：

my_custom_layer.conv_1.output
# 

谢谢您的检查！那么，这对我来说不是问题……很高兴知道。我建议在Github上提出一个问题。我已经在进行中！@desa-将此帖子链接到Github问题中（并将此问题链接到此帖子中）会很有帮助，这样其他用户就可以跟踪讨论。此处有一个指向该问题的链接：

[<tensorflow.python.keras.engine.node.Node at 0x7f751f301bd0>]