'tf' 未在 load_model() 上定义 - 使用 lambda

Question

我有一个Keras模型，我试图导出并在不同的 Python 代码中使用。这是我的代码：from keras.models import Sequentialfrom keras.layers import Dense, Embedding, LSTM, GRU, Flatten, Dropout, Lambdafrom keras.layers.embeddings import Embeddingimport tensorflow as tfEMBEDDING_DIM = 100model = Sequential()model.add(Embedding(vocab_size, 300, weights=[embedding_matrix], input_length=max_length, trainable=False))model.add(Lambda(lambda x: tf.reduce_mean(x, axis=1)))model.add(Dense(8, input_dim=4, activation='relu'))model.add(Dense(3, activation='softmax'))model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])model.fit(X_train_pad, y_train, batch_size=128, epochs=25, validation_data=(X_val_pad, y_val), verbose=2)model.save('my_model.h5') 在另一个文件中，当我导入时my_model.h5：from keras.models import load_modelfrom keras.layers import Lambdaimport tensorflow as tfdef learning(test_samples):    model = load_model('my_model.h5')    #ERROR HERE    #rest of the code错误如下：  in <lambda>    model.add(Lambda(lambda x: tf.reduce_mean(x, axis=1)))NameError: name 'tf' is not defined经过研究，我发现我lambda在模型中使用的事实是导致此问题的原因，但是我添加了这些参考资料并没有帮助：from keras.models import load_modelfrom keras.layers import Lambdaimport tensorflow as tf可能是什么问题呢？