我们可以在经过训练的模型中更改input_length吗？

Question

我训练了以下模型

model = Sequential()
model.add(Embedding(10000, 100, input_length = 10, weights=[embedding_matrix], trainable = False))
model.add(Bidirectional(LSTM(64, return_sequences = True)))
model.add(Dense(512, activation='relu'))
model.add(Dense(2 activation='sigmoid'))
model.compile(loss='binary_crossentropy', optimizer='adam')
model.fit(x, y, epochs=10)

但是，在进行预测时，我得到了长度为100的输入。 因此，我想知道是否可以根据预测时输入的长度来更改input_length的值？

如果是，那将如何影响模型？还是应该使用编码器和解码器模型？

Answer 1

这就是我所发现的

model._layers[0].batch_input_shape = (None,500)
new_model = model_from_json(model.to_json())
new_model.summary()