Создание подкласса слоя Keras: следующие переменные использовались при вызове слоя Lambda, но отсутствуют в его отслеживаемых объектах.

Я создаю собственный сверточный слой, подклассом слоя Keras. Я сделал это с предыдущей версией Tensorflow и не получил предупреждений:

import tensorflow as tf


class MyCustomLayer(tf.Module):
    def __init__(self, in_channels,
                 filters,
                 kernel_size,
                 padding,
                 strides,
                 activation,
                 kernel_initializer,
                 bias_initializer,
                 use_bias):
        super(MyCustomLayer, self).__init__()
        self.filters = filters
        self.kernel_size = kernel_size
        self.activation = activation
        self.padding = padding
        self.kernel_initializer = kernel_initializer
        self.bias_initializer = bias_initializer
        self.strides = strides
        self.use_bias = use_bias
        self.in_channels = in_channels

        self.w = tf.Variable(
            initial_value=self.kernel_initializer(shape=(*self.kernel_size,
                                                         in_channels,
                                                         self.filters),
                                 dtype='float32'), trainable=True)
        if self.use_bias:
            self.b = tf.Variable(
                initial_value=self.bias_initializer(shape=(self.filters,),
                                                    dtype='float32'),
                trainable=True)

    def __call__(self, inputs, training=None):
        x =  tf.nn.conv2d(inputs,
                          filters=self.w,
                          strides=self.strides,
                          padding=self.padding)
        if self.use_bias:
            x = tf.add(x, self.b)
        x = self.activation(x)
        return x


x = tf.keras.Input(shape=(28, 28, 3))
y = MyCustomLayer(
            in_channels=3,
            filters=16,
            kernel_size=(3, 3),
            strides=(1, 1),
            activation=tf.nn.relu,
            padding='VALID',
            kernel_initializer=tf.initializers.GlorotUniform(),
            bias_initializer=tf.initializers.Zeros(),
            use_bias=True)(x)
model = tf.keras.Model(inputs=x, outputs=y)

Я получаю это предупреждение с tf.__version__ == 2.4.1:

ВНИМАНИЕ:tensorflow: следующие переменные использовались при вызове слоя Lambda (tf.compat.v1.nn.conv2d_12), но отсутствуют в его отслеживаемых объектах: ‹tf.Variable 'Variable:0' shape=(3, 3, 3, 16) dtype=float32› Возможно, это задуманное поведение, но, скорее, это упущение. Это убедительный признак того, что этот уровень следует сформулировать как слой подкласса, а не как слой Lambda.

ВНИМАНИЕ:tensorflow: следующие переменные использовались при вызове слоя Lambda (tf.math.add_2), но отсутствуют в его отслеживаемых объектах: ‹tf.Variable 'Variable:0' shape=(16,) dtype=float32> возможно, это преднамеренное поведение, но, скорее всего, это упущение. Это убедительный признак того, что этот уровень следует сформулировать как слой подкласса, а не как слой Lambda.

Что это значит? Я использую слой с подклассом.