为Keras中的RNN创建可变长度输出

我试图使用伪seq2seq类型模型将长度为N的序列转换为长度约为N^2的序列，但我不确定如何在我的keras模型中实现可变输入长度

def LSTMModel():
    input = Input(shape = (None,num_channels))
    lstm_one = LSTM(75, return_sequences = True)
    lstm_one_output = lstm_one(input)
    BiLSTM = Bidirectional(LSTM(units = 100, return_sequences=True, recurrent_dropout = 0.1))
    LSTM_outputs = BiLSTM(lstm_one_output)
    output = LSTM(2, return_sequences = False)(LSTM_outputs)
    return Model(input, output)

---

这段代码将产生一个（None，2）输出，但我真的希望它是一个（None，None^2）输出。是否有任何方法可以在模型中以某种方式存储形状，并使用keras层（可能使用lambda函数）对其执行某些操作？

唯一的方法是修复时间步维度：

input=input（形状=（num_时间步，num_通道））

然后在最后一层的定义中使用

num\u timesteps

：

LSTM（num\u timesteps**2，…。