我是tensorflow的新手，我正在尝试构建一个自定义层，它接受多个输入（即x，y，A）并返回z。在这一层中，w是可训练参数。我的代码是：

import tensorflow as tf
import tensorflow.keras as tfK
from keras import backend as K
import numpy as np

class MyLayer(tfK.layers.Layer):
    def __init__(self, x, y, A):
        super().__init__()

    def build(self, x.shape, y.shape, A.shape):
        self.w= self.add_weight(
            shape=(x.shape[-1]),
            initializer="random_normal",
            trainable=True,
        )

    def call(self, x, y, A):
        alpha = K.abs(tf.matmul(A,x) - y)/tf.matmul(A,(x_w))
        beta = K.abs(tf.matmul(A,x) - y)/tf.matmul(A,(x-w))
        LHS = tf.matmul(A,x)
        cond  = K.abs(LHS) < y
        lowerProj = (1-beta) * x + beta * w
        upperProj  = (1-alpha) * x + alpha * w
        z = tf.where(cond, upperProj, lowerProj)
        return z

当我运行上面的代码（只是想检查它是否工作），

A = tf.convert_to_tensor(np.array([[1,2],[2,-1]]), dtype=tf.float32)
y = tf.constant(1, shape= (2,1), dtype=tf.float32)
x = tf.constant(0.5, shape= (2,1), dtype=tf.float32)

inputs = x,y,A
NN = MyLayer(x.shape[0],y.shape[0],A.shape)
output = NN(inputs)
print(output)

我得到以下错误：TypeError：MyLayer.build（）缺少2个必需的位置参数：'y_shape'，'A_shape'
如何正确构建此层？我非常感谢任何反馈。