小编d_g*_*_gg的帖子

我想请您帮助创建我的自定义图层。我想做的实际上非常简单：生成一个带有“状态”变量的输出层，即其值在每个批次中更新的张量。

为了使一切更清楚，以下是我想做的事情的片段：

def call(self, inputs)

   c = self.constant
   m = self.extra_constant

   update = inputs*m + c 
   X_new = self.X_old + update 

   outputs = X_new

   self.X_old = X_new   

   return outputs

这里的想法很简单：

• X_old中初始化为0def__ init__(self, ...)
• update被计算为层输入的函数
• 计算该层的输出（即X_new）
• 的值X_old设置为等于X_new，以便在下一批中X_old不再等于零，而是等于X_new前一批。

我发现它K.update可以完成这项工作，如示例所示：

 X_new = K.update(self.X_old, self.X_old + update)

这里的问题是，如果我尝试将层的输出定义为：

outputs = X_new

return outputs

当我尝试 model.fit() 时，我会收到以下错误：

ValueError: An operation has `None` for gradient. Please make sure that all of …