Ошибка атрибута в нейронных сетях с использованием тензорного потока

Question

        import tensorflow as tf
        import numpy as np
        import matplotlib.pyplot as plt
        from tensorflow import keras

        data = keras.datasets.imdb

                 (train_data, train_labels), (test_data, test_labels) = 
                  data.load_data(num_words=10000)
                  word_index = data.get_word_index()
                  word_index = {k:(v+3) for k, v in word_index.items()}
                  word_index["<PAD>"] = 0
                  word_index["<START>"] = 1
                  word_index["<UNK>"] = 2
                  word_index["<UNUSED>"] = 3

                  reverse_word_index = dict([(value, key) for (key, value) in word_index.items()])

                 train_data = keras.preprocessing.sequence.pad_sequences(train_data, 
                 value=word_index["<PAD>"], padding="post", maxlen=250)
                 test_data = keras.preprocessing.sequence.pad_sequences(test_data, value=word_index[" 
                 <PAD>"], padding="post", maxlen=250)


                  def decode_review(text):
                  return " ".join([reverse_word_index.get(i, "?") for i in text])

                  # model down here
                  model = keras.Sequential()
                  model.add(keras.layers.Embedding(10000, 16))
                  model.add(keras.layers.GlobalAveragePoolingID())
                  model.add(keras.layers.Dense(16, activation="relu"))
                  model.add(keras.layers.Dense(1, activation="sigmoid"))

                  model.summary()

                  model.compile(optimizer="adam", loss="binary_crossentropy", metrics=["accuracy"])

                  x_val = train_data[:10000]
                  x_train = train_data[10000:]

                  y_val = train_data[:10000]
                  y_train = train_data[10000:]

                  fitModel = model.fit(x_train, y_train, epoch=40, batch_size=512, validation_data= 
                  (x_val, y_val), verbose=1)

                  results = model.evaluate(test_data, test_labels)

                  print(results)

Я получаю ошибку атрибута. это то, что я получаю именно «модуль» tenensflow_core. python .keras.api._v2.keras.layers 'не имеет атрибута «GlobalAveragePoolingID» ». Любая помощь будет принята с благодарностью.