Keras 2中如何正确导入keras.backend.logsumexp？解决属性报错

问题情况 #

在Keras 2.15.0（对应TensorFlow 2.15.0）中，尝试通过keras.backend调用logsumexp函数时，两种导入方式都触发AttributeError: module 'keras.backend' has no attribute 'logsumexp'：

尝试代码1：

import tensorflow
import keras
import keras.backend as K

K.logsumexp
keras.__version__ # 输出2.15.0
tensorflow.__version__ # 输出2.15.0

尝试代码2：

import tensorflow
from tensorflow import keras
from keras import backend as K

K.logsumexp
tensorflow.__version__ # 输出2.15.0

解决方法 #

方法1：直接使用TensorFlow原生实现 #

因为Keras在TF后端下本质调用TF的计算逻辑，直接用tf.math.logsumexp替代即可，用法完全一致：

import tensorflow as tf

# 示例使用
input_tensor = tf.constant([[1.0, 2.0], [3.0, 4.0]])
result = tf.math.logsumexp(input_tensor, axis=1)

方法2：封装适配Keras后端的函数 #

如果需要保持代码中Keras后端API的风格，可以自己封装一个函数：

import keras.backend as K
import tensorflow as tf

def logsumexp(x, axis=None, keepdims=False):
    return tf.math.logsumexp(x, axis=axis, keepdims=keepdims)

# 调用方式和预期的K.logsumexp一致
result = logsumexp(K.constant([1.0, 2.0]))

原因说明 #

你的怀疑是正确的：在Keras 2.15.0的源码中，logsumexp函数没有添加@keras_export('keras.backend.logsumexp')和@dispatch.add_dispatch_support装饰器，导致它没有被暴露到keras.backend的公共命名空间中，所以直接调用K.logsumexp会报错。

内容的提问来源于stack exchange，提问作者Kuo