是否可以找到Keras / Tensorflow层输入的最小最大范围，其中最小最大范围计算的输出是浮点型的？
例如我想知道tf.fake_quant_with_min_max_args（）函数的范围，其中min，max应该是浮点数而不是张量。
我在我的自定义Keras图层中为权重执行以下操作，该图层可以完美工作：
w_max = tf.keras.backend.eval(tf.math.reduce_max(self.weights))
w_min = tf.keras.backend.eval(tf.math.reduce_min(self.weights))
self.weights= tf.quantization.fake_quant_with_min_max_args(self.weights, min=w_min, max=w_max)
这有效（输出是浮点数），因为在创建图层时会初始化权重。
现在我想做类似的事情，但是要输入一个图层。这不起作用，因为min，max的输出是Tensor，我认为这是因为输入是一个占位符，并且在构建图层时不知道其值。
是否有一个选项/方法/解决方法仍然可以找到图层输入的最小值，最大值，以便可以将其用于tf.quantization.fake_quant_with_min_max_args（）函数？例如。在构建过程中，将最小值，最大值设置为默认值，但是在训练，干扰或输入有数据馈送时，它将最小值，最大值计算为float？