tf.layers.conv2d中具有两个唯一约束的共享内核无法正常工作

Question

我使用两个共享内核的卷积层tf.layers.conv2d。各层的区别仅在于内核约束，如下所示：1.层不使用任何约束，2.层使用tf.abs作为约束。 该约束未在图中注册。另外2.卷积 conv2 的输出 应该是正值，因为它与tf.abs（kernel）卷积在一起，不是这种情况。

代码：

conv1 = tf.layers.conv2d(inputs=input_im,
                           filters=num_filters, 
                           kernel_size=filter_size,
                           use_bias=False,
                           kernel_initializer=kernel_initializer,
                           kernel_constraint=None,
                           trainable=True,
                           name=name,
                           reuse=None)

conv2 = tf.layers.conv2d(inputs=input_im,
                           filters=num_filters, 
                           kernel_size=filter_size,
                           use_bias=False,
                           kernel_initializer=kernel_initializer,
                           kernel_constraint=tf.abs,
                           trainable=True,
                           name=name,
                           reuse=True)