根据RNN的性质，我们可以得到每个时间戳的预测概率输出（及时展开）。
假设我训练了一个有5个时间步长的RNN，每个步骤有6个特征。因此，我必须像这样指定第一层（假设我们使用一个LSTM层，其中20个节点作为第一层）：
model.add(LSTM(20, return_sequences=True, input_shape=(5, 6)))
如果输入相同的尺寸数据，模型效果很好。但是，现在我想使用数据的前3个步骤来获得预测（输入形状将是3,6），不会接受相同的语法。
我的问题是，是否可以使用相同的模型使用keras进行此类预测（不需要采用训练数据的前3个步骤并训练另一个模型）？如果是，我应该如何处理语法？如果不是，是否有任何其他支持LSTM的RNN包支持这些功能？