Python 这种行为是正常的还是bug？tensorflow中不相容形状的训练

我在tensorflow.keras中发现了一个奇怪的行为，它在经典的keras中没有出现。 我的数据集中有这些形状

x_train = np.random.rand(60,3,1)
y_train = np.random.rand(60,1)

这个LSTM网络

from tensorflow.keras.layers import Dense, LSTM
from tensorflow.keras import Sequential
model = Sequential()
model.add(LSTM(120,input_shape=(3,1)))
model.add(Dense(2,activation="relu"))
model.compile(loss="MSE",optimizer="adam")
model.fit(x_train,y_train,epochs=1)
model.summary()

假设这不起作用，因为网络的输出是（，2），而y_列是（，1）。但它开始训练

但是使用经典的keras它失败了，正如我所预料的那样

from keras.layers import Dense, LSTM
from keras import Sequential
model = Sequential()
model.add(LSTM(120,input_shape=(3,1)))
model.add(Dense(2,activation="relu"))
model.compile(loss="MSE",optimizer="adam")
model.fit(x_train,y_train,epochs=1)
model.summary()

版本是，我正在使用Google Colab：

• Tensorflow:2.2.0
• Keras:2.3.1

这可能是什么原因造成的？这是一个bug还是一个新特性