我们可以更改训练模型中的 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，我在预测时得到了一个长度为 100 的输入。所以，我想知道我是否可以在预测时根据输入的长度更改 input_length 的值？

如果是，那么这将如何影响模型，或者我应该使用编码器和解码器模型？

Answer 1

这是我找到的

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

我们可以更改训练模型中的 input_length 吗？

Can we change the input_length in a trained model?

python

deep-learning

keras

transfer-learning