我有50个视频。对于视频中的每一帧，我都有一个模型，该模型输出7个指标的得分列表。
因此，如果将过程限制为仅100帧，则总输出x_train的np.shape为（50，100，7）。
我可以使用inputTensor = Input((100,7))创建一个模型，该模型可以运行一百帧，但不会包含我们拥有的所有数据。据我了解，然后我们将限于最短视频的长度。
我遇到的问题是视频的总帧数不同。因此，如果我们不将过程限制为仅100帧，则np.shape仅为（50，）。但是我可以看到x_train [0]的np.shape为（1338,7），x_train [1]的np.shape为（300,7）等。因此np.shape实际上为（50，??? ，7），我认为这是造成问题的原因。
当我尝试使用inputTensor = Input((None,7))运行模型时，我收到“ ValueError：检查输入时出错：期望input_1具有3个维度，但数组的形状为（50，1）”
在inputTensor中使用None时，是否每个输入都必须具有相同的长度（尽管在运行之间可能会改变），还是有一种方法可以使用这些数量不同的帧来构建模型？