concat = concatenate([lstm_out1,lstm_out2]) # 定义模型 output = Dense(units=5)(concat) #model = Model(inputs=[input_data1, input_data2], outputs=output) #model = Model(inputs=[input_data1,input_data2], outputs=concat) embedding = Embedding(input_dim=10000, output_dim=300, mask_zero=True)(output) bidirectional = Bidirectional(LSTM(units=32, return_sequences=True))(embedding) dense1 = Dense(units=32)(bidirectional) dense2 = Dense(units=5)(dense1) 中embedding现在是dim4输出，如何改为dim 是3

根据你提供的代码，我可以看到你的模型使用了两个 LSTM 层，然后连接起来，形成了一个 dim 为 3 的张量。然后你将这个张量输入到一个全连接层中，得到了一个 dim 为 2 的张量，然后再将它输入到 Embedding 层中，导致了 dim 的变化。

如果你希望 Embedding 层的输出维度为 3，你可以将其输入改为 LSTM 层的输出，而不是全连接层的输出。具体地，在定义模型时，将以下代码：

output = Dense(units=5)(concat)
embedding = Embedding(input_dim=10000, output_dim=300, mask_zero=True)(output)

修改为：

embedding = Embedding(input_dim=10000, output_dim=300, mask_zero=True)(concat)

这样，Embedding 层的输入就是 LSTM 层的输出，维度为 3，而不是全连接层的输出，维度为 2。这可以确保输出的维度为 3，而不是 4。