变长度输入的Keras注意

我试图在我的项目中实现注意机制。然而，我的序列有不同的长度，我正在使用bucketing来解决这个问题。因此，我将LSTM输入形状定义为（无、无、特征）。目前，似乎每个使用Keras的注意力实现都需要在输入形状中声明固定数量的时间步。从理论上讲，注意力应该能够很好地处理这些不同的长度，因为不管输入长度如何，它都只是一个softmax。是否有任何方法可以像RNN层一样制作一个“动态注意”，它可以接受（无、无、特征）作为输入形状。谢谢