预训练lstm模型的迁移学习输入问题

Question

我将 LSTM 用于预训练模型并保存。 LSTM 由 2 层（4 个神经元，2 个神经元）和 ine 密集层 (56) 组成。我想使用在密集层中有 258 个输出的预训练 lstm 模型来转移学习。 我只是改变了输出层。这是一段代码

base_inputs=new_model.layers[0].output
base_outputs=new_model.layers[-2].output

final_outputs=layers.Dense(28)(base_outputs)

now_model=keras.Model(base_inputs, final_outputs)

now_model.summary()

错误是

ValueError: Graph disconnected: cannot obtain value for tensor Tensor("lstm_input:0", shape=(1, 1, 56), dtype=float32) at layer "lstm". The following previous layers were accessed without issue: []

我还发现，当我打印 new_model.input 时，有一个额外的输入添加了形状 (1,1,56)。 我怎样才能删除那个附加层？以及为什么要添加它？