在使用tensorflow低阶API实现线性回归时,模型如下定义:
class Model(object):
def __init__(self):
self.w = tf.random.uniform([1])
self.b = tf.random.uniform([1])
def __call__(self,x):
return self.w * x + self.b
但在使用keras时如下写
class Model(tf.keras.Model):
def __init__(self):
super(Model,self).__init__()
self.dense = tf.keras.layers.Dense(1)
def __call__(self,x):
return self.dense(x)
会报错__call__() got an unexpected keyword argument 'training'
需要将__call__
修改为call
这两者区别是什么?