我一直在研究原型，我遇到了反向传播的问题。我目前正在使用最新的keras和tensorflow构建（作为后端的tensorflow，我已经研究过cntk，mxnet和chainer;所以远远只能让我这样做，但培训时间很慢..）
我的当前层类似于卷积层，其操作多于简单乘法。
我知道张量流应该使用自动微分，如果所有操作都支持它来计算梯度并执行梯度下降。
目前我的图层使用以下运算符：reduce_sum，sum，subtraction，multiplication和division。
我还依赖于以下方法：extract_image_patches，reshape，transpose。
我怀疑这些会导致自动梯度下降的问题。我构建了2层作为测试，一个继承自keras的基础层，而另一个继承自_Conv。在这两种情况下，每当我在模型中的任何地方使用该层时，在训练过程中不会更新权重。
我怎样才能解决这个问题并修复反向传播？
编辑： （这是图层实现https://github.com/roya0045/cvar2/blob/master/tfvar.py，
对于测试我自己看https://github.com/roya0045/cvar2/blob/master/test2.py）