python - 为什么启用 Eager Execution 时可训练变量会消失？

Question

如果我运行以下代码（tensorflow 1.15），我可以通过两种不同的方式获得可训练变量的列表。

from tensorflow.keras.layers import AveragePooling2D, Conv2D, Dense, Flatten, Input
from tensorflow.keras.models import Model
import tensorflow as tf

x_in = Input((32, 32, 1))
x = Conv2D(filters=6, kernel_size=(5, 5), activation='relu', input_shape=(32,32,1))(x_in)
x = AveragePooling2D(pool_size=(2, 2))(x)
x = Flatten()(x)
x = Dense(units=120, activation='relu')(x)
x = Dense(units=10, activation='softmax')(x)

m = Model(inputs=x_in, outputs=x)

v1 = m.trainable_variables
v2 = tf.compat.v1.trainable_variables()

两者v1和v2具有相同的价值。

tf.compat.v1.enable_eager_execution()如果我在创建模型之前添加调用，v2则变为空；tf.compat.v1.trainable_variables()返回一个空列表。

为什么是这样？