Python 输入规模可变的keras模型训练

我在做一台文本分析机。显然，每个向量的大小不同，例如：

vectorA = [1, 43, 453, 22, 776, 873, 985]
vectorB = [0, 324, 32432]

我不想固定输入大小，但我不知道模型如何具有不同的输入大小？ 顺便说一下，模型是：

inputs = keras.Input(shape=(None, ))

emb1 = keras.layers.Embedding(
    input_dim=len(X_train), 
    output_dim=None,
    )(inputs)

con1 = keras.layers.Conv1D(
    activation='relu',
    )(emb1)

pool1 = keras.layers.GlobalMaxPooling1D(
    )(con1)

output = keras.layers.Dense(4, 
                           activation="softmax")

model = keras.Model(inputs=inputs, outputs=output)
model.compile(optimizer=keras.optimizers.Adam(),
              loss="binary_crossentropy",
              metrics=["accuracy"])

我是新来的

Keras

，所以我非常感谢任何类型的帮助