attributeError:“tensor”对象在使用后端随机“uniform”时没有属性“keras”history

我正在喀拉斯实施一个wgan-gp,在这里我计算两个张量的随机加权平均值。

def random_weighted_average(self, generated, real):
    alpha = K.random_uniform(shape=K.shape(real))
    diff = keras.layers.Subtract()([generated, real])
    return keras.layers.Add()([real, keras.layers.Multiply()([alpha, diff])])

这就是它的使用方法。一旦我尝试创建 discriminator_model .

averaged_samples = self.random_weighted_average(
    generated_samples_for_discriminator, 
    real_samples)
averaged_samples_out = self.discriminator(averaged_samples)

discriminator_model = Model(
    inputs=[real_samples, generator_input_for_discriminator],
    outputs=[
        discriminator_output_from_real_samples,
        discriminator_output_from_generator, 
        averaged_samples_out
    ])

我的后端是TensorFlow。当我使用 alpha 在最后一行中,我得到以下错误:

AttributeError: 'Tensor' object has no attribute '_keras_history'

我试着交换 阿尔法 两个都出去 real 和 generated 看看它是否与后端张量有关,情况就是这样(错误消失了)。那么是什么导致了这个问题呢?我需要一个形状为 真实的 或 生成 .