我有一個Keras模型，我試圖導出并在不同的 Python 代碼中使用。這是我的代碼：from keras.models import Sequentialfrom keras.layers import Dense, Embedding, LSTM, GRU, Flatten, Dropout, Lambdafrom keras.layers.embeddings import Embeddingimport tensorflow as tfEMBEDDING_DIM = 100model = Sequential()model.add(Embedding(vocab_size, 300, weights=[embedding_matrix], input_length=max_length, trainable=False))model.add(Lambda(lambda x: tf.reduce_mean(x, axis=1)))model.add(Dense(8, input_dim=4, activation='relu'))model.add(Dense(3, activation='softmax'))model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])model.fit(X_train_pad, y_train, batch_size=128, epochs=25, validation_data=(X_val_pad, y_val), verbose=2)model.save('my_model.h5') 在另一個文件中，當我導入時my_model.h5：from keras.models import load_modelfrom keras.layers import Lambdaimport tensorflow as tfdef learning(test_samples):    model = load_model('my_model.h5')    #ERROR HERE    #rest of the code錯誤如下：  in <lambda>    model.add(Lambda(lambda x: tf.reduce_mean(x, axis=1)))NameError: name 'tf' is not defined經過研究，我發現我lambda在模型中使用的事實是導致此問題的原因，但是我添加了這些參考資料并沒有幫助：from keras.models import load_modelfrom keras.layers import Lambdaimport tensorflow as tf可能是什么問題呢？