Tensorflow 2.0输入正在创建，其中第一个形状元素为None

import tensorflow as tf
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, LSTM

# 定义模型
model = Sequential([
    LSTM(64, input_shape=(None, 10)),  # 输入形状为(None, 10)，表示序列长度可变，特征数为10
    Dense(1)
])

# 编译模型
model.compile(optimizer='adam', loss='mse')

# 打印模型概述
model.summary()

# 示例：使用tf.data.Dataset处理变长数据
dataset = tf.data.Dataset.from_generator(
    lambda: ((tf.random.normal([None, 10]), tf.random.normal([None, 1])) for _ in range(100)),
    output_signature=(
        tf.TensorSpec(shape=(None, 10), dtype=tf.float32),
        tf.TensorSpec(shape=(None, 1), dtype=tf.float32)
    )
)

# 批处理数据
dataset = dataset.batch(32)

# 示例：推理时调整输入数据形状
def preprocess_input(data):
    return tf.reshape(data, (1, -1, 10))  # 假设特征数为10

# 推理
predictions = model.predict(preprocess_input(test_data))