Keras自定义Layer时触发AttributeError: can't set attribute错误求助

这个错误的根源是你在自定义Layer的__init__方法里手动设置了self.updates = []，而在Keras的Layer类中，updates是一个不可直接赋值的属性（在新版本的Keras/tf.keras中，它是一个由父类内部动态维护的列表），手动赋值会触发AttributeError。

修改后的正确代码 #

只需要移除那行手动初始化updates的代码即可：

from tensorflow.keras.layers import Layer
import tensorflow.keras.backend as K

class MyLayer(Layer):
    def __init__(self, output_dim, **kwargs):
        self.output_dim = output_dim
        # 移除这行错误的手动赋值：self.updates = []
        super(MyLayer, self).__init__(**kwargs)
    
    def build(self, input_shape):
        # 创建可训练权重变量
        self.kernel = self.add_weight(
            name='kernel',
            shape=(input_shape[1], self.output_dim),
            initializer='uniform',
            trainable=True
        )
        super(MyLayer, self).build(input_shape)  # 必须调用父类的build方法完成初始化
    
    def call(self, x):
        return K.dot(x, self.kernel)
    
    def compute_output_shape(self, input_shape):
        return (input_shape[0], self.output_dim)

额外说明 #

1. 在现代Keras（尤其是TensorFlow集成的tf.keras）中，自定义Layer时不需要手动初始化updates属性，父类的构造函数会自动维护这个更新列表，用于记录权重的更新操作。
2. 确保你导入的Layer类是正确的：如果使用原生Keras，导入from keras.layers import Layer；如果是TensorFlow Keras，导入from tensorflow.keras.layers import Layer，后者是当前更推荐的方式。

内容的提问来源于stack exchange，提问作者hossein namazian