[TensorFlow]关于报错TypeError: tf__call() missing 1 required positional a

1.问题背景

我需要通过tf.keras.Sequential()创建一个神经网络，但是这个神经网络又比较复杂，我需要把通过class创建的网络作为一个层同增加到这网络中。如果我的class中的call的参数超过2个，就会报错：

class mymodel(tf.keras.Model):
    def __init__(self):
        super(mymodel,self).__init__()
        self.dense = tf.keras.layers.Dense(10,input_shape=(5,))
        self.dense1 = tf.keras.layers.Dense(1)
        # self.submodle=submodel(input_size=5)
    
    def __call__(self,input,z):
        x=self.dense(input)
        output = self.dense1(x)
        return output

model_1 = tf.keras.Sequential()
model_1.add(tf.keras.layers.Dense(10,input_shape=(5,)))
model_1.add(mymodel())
len(model_1.weights)

报错：

TypeError: __call__() missing 1 required positional argument: 'z'

2.问题原因

出现这个问题的原因是，如果是把通过class（）创建的模型通过add增加到 tf.keras.Sequential()模型中，要求class（）的call中只能有1个参数，inputs，这里会默认call(self,input)第二个参数就是inputs，这个参数的命名并不局限于inputs。

3. 解决方法

去掉报错的class中call函数的多余参数，保持只有一个input参数。

事实上，这也意味着class类的网络需要做大量的修改。