我有一个使用固定权重矩阵的自定义keras图层。我想知道如何使用带有tensorflow的keras API处理这个固定权重矩阵。特别是当K.constant提供更大的灵活性时（例如，我可以将self.add_weights(trainable=False)与后者一起使用），为什么还要使用Layer.set_weights。

具体来说，在构建方法中，我可以执行以下操作：

 class CustomLayer(Layer):
        ...

        def build(self,input_shape):
               self.fixed_tensor = K.constant(self.my_fixed_tensor)
               self.built = True

或

 class CustomLayer(Layer):
        ...

        def build(self,input_shape):
               self.fixed_tensor = self.add_weight(
                    shape=self.my_fixed_tensor.shape,initializer=lambda shape,dtype: self.my_fixed_tensor,trainable=False
               )
               self.built = True

这两种解决方案都有效，我想知道它们在后端的处理方式是否不同。