我的自定义Keras图层中的add_update()不会更新权重

在自定义Keras图层中，add_update()方法用于添加需要在每个训练步骤后更新的操作。然而，如果你的add_update()方法没有正确更新权重，可能是由于以下几个原因：

1. 错误的权重引用：确保你在add_update()方法中正确引用了需要更新的权重。你可以使用self.add_update()方法来添加更新操作，并使用self.weights属性来引用权重。
2. 更新操作的位置：确保你在正确的位置调用了add_update()方法。通常，你应该在call()方法的末尾调用add_update()，以确保在每个训练步骤后执行更新操作。
3. 权重更新的条件：检查你是否在add_update()方法中正确设置了权重更新的条件。你可以使用K.update()方法来更新权重，并使用K.in_train_phase()方法来指定更新操作应该在训练模式下执行。

如果你仍然遇到问题，可以尝试以下步骤来调试和解决问题：

1. 检查权重的初始值：确保你在图层的构造函数中正确初始化了权重。你可以使用self.add_weight()方法来添加权重，并指定初始值。
2. 打印调试信息：在add_update()方法中添加一些打印语句，以便在每个训练步骤后检查权重是否被更新。你可以使用K.print_tensor()方法来打印张量的值。
3. 检查其他代码逻辑：检查你的自定义图层的其他部分，例如call()方法和compute_output_shape()方法，确保没有其他代码干扰权重更新的正确执行。

总结起来，确保你正确引用权重、在正确的位置调用add_update()方法、正确设置权重更新的条件，并检查其他代码逻辑。如果问题仍然存在，可以提供更多的代码细节和错误信息，以便更好地帮助你解决问题。

关于腾讯云相关产品和产品介绍链接地址，由于要求不能提及具体品牌商，建议你访问腾讯云官方网站，查找与云计算相关的产品和服务，以获取更多信息。