KerasのInstanceNormalizationがエラー

Question

前提・実現したいこと

keras_contribにあるInstanceNormalizationを
通常のBatchNormalizationの代わりに使って
ResidualBlockを作りたいです。

from tensorflow.python.keras.layers import Conv2D,  BatchNormalization, Add, Activation
from keras_contrib.layers.normalization import InstanceNormalization
​
def residual_block(input_ts):
    """ResidualBlockの構築する関数"""
    x = Conv2D(
        128, (3, 3), strides=1, padding='same'
    )(input_ts)
    x = InstanceNormalization()(x)
    x = Activation('relu')(x)
    x = Conv2D(128, (3, 3), strides=1, padding='same')(x)
    x = InstanceNormalization()(x)
    return Add()([x, input_ts])

発生している問題・エラーメッセージ

このResidualBlockを作ろうとしているオートエンコーダで呼び出すとエラーが出ました。

作ろうとしているオートエンコーダは後述します。エラーメッセージは

---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-61-3df21208a8c9> in <module>()
     59 # 変換ネットワークの構築
     60 model_gen = build_encoder_decoder(
---> 61     input_shape=input_shape
     62 )

<ipython-input-61-3df21208a8c9> in build_encoder_decoder(input_shape)
     15 
     16     x = Conv2D(32, (9, 9), strides=1, padding='same')(x)
---> 17     x = InstanceNormalization()(x)
     18     x = Activation('relu')(x)
     19 

/usr/local/lib/python3.6/dist-packages/keras/engine/topology.py in __call__(self, inputs, **kwargs)
    604 
    605             # Handle mask propagation.
--> 606             previous_mask = _collect_previous_mask(inputs)
    607             user_kwargs = copy.copy(kwargs)
    608             if not _is_all_none(previous_mask):

/usr/local/lib/python3.6/dist-packages/keras/engine/topology.py in _collect_previous_mask(input_tensors)
   2843             inbound_layer, node_index, tensor_index = x._keras_history
   2844             node = inbound_layer._inbound_nodes[node_index]
-> 2845             mask = node.output_masks[tensor_index]
   2846             masks.append(mask)
   2847         else:

AttributeError: 'Node' object has no attribute 'output_masks'

です。

該当のソースコード

上のresidual_block作成関数を、以下の
オートエンコーダ作成関数で呼び出しています。
関数定義のすぐ下でオートエンコーダの作成を呼び出しています。

from tensorflow.python.keras.layers import Input,  Lambda, Conv2DTranspose
from tensorflow.python.keras.models import Model, Sequential


def build_encoder_decoder(input_shape=(224, 224, 3)):
    """変換用ネットワークの構築"""

    # Encoder部分
    input_ts = Input(shape=input_shape, name='input')

    # 入力を[0, 1]の範囲に正規化
    x = Lambda(lambda a: a/255.)(input_ts)

    x = Conv2D(32, (9, 9), strides=1, padding='same')(x)
    x = InstanceNormalization()(x)
    x = Activation('relu')(x)

    x = Conv2D(64, (3, 3), strides=2, padding='same')(x)
    x = BatchNormalization()(x)
    x = Activation('relu')(x)

    x = Conv2D(128, (3, 3), strides=2, padding='same')(x)
    x = BatchNormalization()(x)
    x = Activation('relu')(x)

    # ResidualBlockを5ブロック追加
    for _ in range(5):
        x = residual_block(x)

    # Decoder部分
    x = Conv2DTranspose(
            64, (3, 3), strides=2, padding='same'
    )(x)
    x = BatchNormalization()(x)
    x = Activation('relu')(x)

    x = Conv2DTranspose(32, (3, 3), strides=2, padding='same')(x)
    x = BatchNormalization()(x)
    x = Activation('relu')(x)

    x = Conv2DTranspose(3, (9, 9), strides=1, padding='same')(x)
    x = BatchNormalization()(x)
    x = Activation('tanh')(x)

    # 出力値が[0, 255]になるようにスケール変換
    gen_out = Lambda(lambda a: (a + 1)*127.5)(x)

    model_gen = Model(
        inputs=[input_ts], 
        outputs=[gen_out]
    )

    return model_gen

input_shape = (224, 224, 3)

# 変換ネットワークの構築
model_gen = build_encoder_decoder(
    input_shape=input_shape
)

試したこと

FunctionalAPI形式に対応していないかと思い、
Sequential()に.addしていく形で構成しても
今度は

The added layer must be an instance of class Layer

と.add(InstanceNormalization())しているところで
エラーが発生しました。

補足情報

Python3.6とKeras2で、
計算環境はGoogleColaboratoryです。
ローカルのCPUで計算（OSは仮想マシンのUbuntu）でも同様のエラーが出ました。

https://github.com/eriklindernoren/Keras-GAN/blob/master/ccgan/ccgan.py
にあるCCGANのコードは、InstanceNormalizationの呼び出しで
エラーが出ることはないようです。しかし、Sequentialに書いてもFunctionalに書いても、
こちらのコードでは上述の結果になってしまいます。

よろしくお願いいたします。

Answer 1

これは原因が必ずしも解明できたわけではない、
その場しのぎかもしれない解決策なためdirty hack的ですが、

from tensorflow.python.keras.hoge import poyo

としていたのを

import keras
from keras.hoge import poyo

とすることで正常に動作しました。

Kerasのバージョンが原因という話もGoogleで英語検索すると
出てくるようでしたが、直接パスがつながっているkerasからimportするのと
tensorflow.python.kerasからimportするのがどうして異なるのか、
なぜ前者ならバージョンの古さを解消できるかまではわかりませんでした。

あくまでdirty hackなため完全な自己解決にはまだしないでおきます。
結局正確な解決はできなかったので、これでいったん自己解決にします。