为什么tensorflow.contrib.framework.arg_scope不适用于tf.keras.layers？

Question

我正在尝试从tf.contrib.slim迁移到tf.keras软件包。 我对arg_scope语法感到满意，因为它减少了许多冗余参数。

我找到了与'Alternative to arg_scope when using tf.layers'相关的解决方案

但是，对于角膜图层不适用，并引发以下错误。

from tensorflow.contrib.framework import arg_scope
with arg_scope([tf.keras.layers.Conv2D], padding='SAME', activation='relu'):
  model = tf.keras.layers.Conv2D(kernel_size=[3,3])

此实验代码结果

  

ValueError：（'％s没有用@add_arg_scope装饰，      （“ tensorflow.python.keras.layers.convolutional”，“ Conv2D”））

我正在考虑为tf.keras.layers创建一个包装有add_arg_scope的包装函数，但这是处理tf.keras中的图层的正确方法吗？， 我也想知道为什么keras不支持arg_scope sugar语法。