Python TensorFlow Keras指南:自定义图层获取配置方法不更新图层';什么样的配置?

Python TensorFlow Keras指南:自定义图层获取配置方法不更新图层';什么样的配置?,python,tensorflow,keras,Python,Tensorflow,Keras,在TensorFlow Keras指南的章节中,有一个可选的get\u config方法实现: def get_config(self): base_config = super(MyLayer, self).get_config() base_config['output_dim'] = self.output_dim 使用一些虚拟数据运行完整的代码,然后在model.fit(…之后调用model.get\u config()查看生成的配置,得到以下输出: [{'clas

在TensorFlow Keras指南的章节中,有一个可选的
get\u config
方法实现:

  def get_config(self):
    base_config = super(MyLayer, self).get_config()
    base_config['output_dim'] = self.output_dim
使用一些虚拟数据运行完整的代码,然后在
model.fit(…
之后调用
model.get\u config()
查看生成的配置,得到以下输出:

[{'class_name': 'MyLayer', 'config': None},
 {'class_name': 'Activation',
 'config': {'name': 'activation_38',
  'trainable': True,
  'dtype': 'float32',
  'activation': 'softmax'}}]

我的问题是:作为
get\u config
方法中最终赋值的结果,自定义层“MyLayer”的配置是否应该不包含
output\u dim
字段?非常感谢。

没有
return
语句的
get
方法

这就是
None
的原因

def get_config(self):
    base_config = super(MyLayer, self).get_config()
    base_config['output_dim'] = self.output_dim
    return base_config