如何装载老Keras模型在Tensorflow2.0与定义氧层?

我想负 这个 模型，其中包含自定义功能和氧层，使用下列代码：

def load_efficient_pose_model():
    custom_objects = {'BilinearWeights': keras_BilinearWeights, 'Swish': Swish(eswish), 'eswish': eswish, 'swish1': swish1}
    model = keras.models.load_model('my_location/EfficientPoseII.h5',custom_objects=custom_objects)

当使用Tensorflow1.13.1和Keras，一切工作正常。 然而，当我使用Tensorflow2.7(与内Keras)，以下错误的情况：

Traceback (most recent call last):
   ....
  File "/home/ubuntu/anaconda3/envs/tf2_runtime/lib/python3.7/site-packages/keras/utils/traceback_utils.py", line 67, in error_handler
    raise e.with_traceback(filtered_tb) from None
  File "/Users/daniegr/Programming/EfficientPose/utils/units.py", line 90, in <lambda>
NameError: name 'K' is not defined

我还想载入模型在Tensorflow1.13.1和节约型和重量separetly，但问题仍然存在。

在序列化模型式，我得到些有趣的线：

        {
            "name": "lambda_1_res1",
            "class_name": "Lambda",
            "config": {
                "name": "lambda_1_res1",
                "trainable": false,
                "function": [
                    "4wEAAAAAAAAAAQAAAAEAAABTAAAAcwQAAAB8AFMAKQFOqQApAdoBeHIBAAAAcgEAAAB6Ri9Vc2Vy\ncy9kYW5pZWdyL1Byb2dyYW1taW5nL0VmZmljaWVudFBvc2UvbW9kZWxzL2VmZmljaWVudG5ldHMv\nbW9kZWwucHnaCDxsYW1iZGE+HQEAAPMAAAAA\n",
                    null,
                    null
                ],
                "function_type": "lambda",
                "output_shape": null,
                "output_shape_type": "raw",
                "arguments": {}
            },

我的猜测是以某种方式的旧模式可以节省份代码的访问 K 作为后端，这是不可Tensorflow2.

我去过这些相关的问题 1 和 so2，但未能找到一个答案。

任何想法?