为什么tensorflow.contrib.framework.arg_范围不适用于tf.keras.layers？

我正在尝试从tf.contrib.slim迁移到tf.keras包。 我对arg_作用域语法感到满意，因为它减少了许多冗余参数

我找到了与“”相关的解决方案

但是，对于keras层，它不适用，并引发以下错误

from tensorflow.contrib.framework import arg_scope
with arg_scope([tf.keras.layers.Conv2D], padding='SAME', activation='relu'):
  model = tf.keras.layers.Conv2D(kernel_size=[3,3])

这段实验代码得到了很好的结果

ValueError:（“%s”没有用@add_arg_scope'修饰， （'tensorflow.python.keras.layers.convolutional'，'Conv2D'））

我正在考虑为

tf.keras.layers

制作一个包装函数，该函数用

add_arg_scope

修饰，但这是处理tf.keras中的层的正确方法吗？， 我还想知道为什么keras不支持arg_范围的糖语法