如何开发适用于任意大小输入的图层

我正在尝试在Keras中开发一个可以使用3D张量的层。为了使它更灵活,我希望尽可能推迟依赖于输入的精确形状的代码。

我的图层覆盖了5种方法:

from tensorflow.python.keras.layers import Layer

class MyLayer(Layer):
    def __init__(self, **kwargs):
        pass

    def build(self, input_shape):
        pass

    def call(self, inputs, verbose=False):
        second_dim = K.int_shape(inputs)[-2]
        # Do something with the second_dim

    def compute_output_shape(self, input_shape):
        pass

    def get_config(self):
        pass

我使用的这一层是这样的:

input = Input(batch_shape=(None, None, 128), name='input')
x = MyLayer(name='my_layer')(input)
model = Model(input, x)

但我面临着一个错误,因为 second_dim 是 None .我如何开发一个依赖于输入维度的层,但它由实际数据而不是输入层提供是可以的?