带有Keras的CuDNNLSTM（input_shape =（None，A））将如何工作？

Question

我练习编写一些代码来理解Keras的char-RNN。

我想在测试时使用训练模型。 因此，我想在测试中使用“ model.load_model（path_to_trained_model）”。

但是，模型的input_dims训练时间和测试时间有所不同。（详细说明如下）

输入形状（在训练中）=（批量大小，TIME_STEPS，VOCABULARY_SIZE） 而， input_shapes（正在测试）=（1，1，VOCABULARY_SIZE）

我希望这段代码能取得良好的效果。（请参见下文！）

model = Sequential()
for i in range(LAYER_COUNT):
model.add(
    CuDNNLSTM(
        HIDDEN_LAYERS_DIM, 
        return_sequences=True if (i!=(LAYER_COUNT-1)) else False,
        input_shape=(None, VOCABULARY_SIZE),
    )
)
model.add(Dropout(DROPOUT))

但是，我对自己的代码没有信心。 所以，我有一个问题。

• 是否可以在测试中正确使用“ model.load_model”？
• 如果我不能使用“ model.load_model”，该怎么办？ 重建模型，并使用“ model.load_weights”？

任何评论都会对我有帮助，如果有人知道我应该在哪里阅读该文档，请告诉我。

最好的问候。