tf.keras.layers.Layer

tf.keras.layers.Layer是所有Keras层的基类，它继承自tf.Module。通过继承tf.keras.layers.Layer类，我们可以定义自己的层，并在模型中使用它们。在自定义层的类中，我们需要实现build方法和call方法。

build方法在构建模型时被调用，用于创建变量（权重）。该方法只会被调用一次，并在使用输入形状时调用。我们可以在build方法中定义并初始化我们需要的变量。

call方法定义了前向传播的计算。在该方法中，我们可以使用已定义的变量进行计算，并返回计算结果。

下面是一个使用tf.keras.layers.Layer的例子：

import tensorflow as tf

class MyLayer(tf.keras.layers.Layer):
    def __init__(self, output_dim, **kwargs):
        self.output_dim = output_dim
        super(MyLayer, self).__init__(**kwargs)
    
    def build(self, input_shape):
        self.w = tf.Variable(tf.random.normal([input_shape[-1], self.output_dim]), name='w')
        self.b = tf.Variable(tf.zeros([self.output_dim]), name='b')
    
    def call(self, inputs):
        return tf.matmul(inputs, self.w) + self.b

# 实例化自定义层
my_layer = MyLayer(output_dim=3)

# 使用自定义层
x = tf.constant([[2.0,2.0, 2.0]])
output = my_layer(x)

print(output)  # 输出计算结果

以上代码中，我们定义了一个名为MyLayer的自定义层，它有一个参数output_dim。在build方法中，我们创建了变量w和b，并在call方法中进行了计算。