NotImplemeted错误：在model.fit中使用分布式TF并在类中定义Elmo嵌入时

如何解决NotImplemeted错误：在model.fit中使用分布式TF并在类中定义Elmo嵌入时

我正在尝试使用来自tensorflow_hub的 Elmo ，并已在此类中对其进行了定义：

class ElmoEmbeddingLayer(Layer):
def __init__(self,**kwargs):
    self.dimensions = 1024
    self.trainable=True
    super(ElmoEmbeddingLayer,self).__init__(**kwargs)

def build(self,input_shape):
    self.elmo = hub.Module('https://tfhub.dev/google/elmo/2',trainable=self.trainable,name="{}_module".format(self.name))

....

然后我要用以下这些来编译模型：

input_text = layers.Input(shape=(1,),dtype=tf.string)
  embedding = ElmoEmbeddingLayer()(input_text)
  dense = layers.Dense(256,activation='relu')(embedding)
  ...
  model.summary()

我将多工镜像策略声明为：

strategy = tf.distribute.experimental.MultiWorkerMirroredStrategy()

最后，从strategy.scope（）内部编译模型并拟合模型。我看到这个错误：

File "./lib/python3.7/site-packages/tensorflow_core/python/ops/variables.py",line 568,in constraint
raise NotImplementedError

我正在使用TF 1.15和python 3.7。任何帮助将不胜感激。 注意：相同的分布式TF适用于更简单的顺序模型。同样的代码也可以在没有分布式TF的情况下工作。