Dado um tensor deshape=[batch_size, max_time, 128] (a saída de uma RNN), para a qualmax_time pode variar, eu gostaria de aplicar uma camada totalmente conectada para projetar os dados em um[batch_size, max_time, 10] forma.

A questão é: preciso remodelar primeiro o tensor de entrada, mesclar as duas primeiras dimensões, aplicar tf.layers.dense e remodelar novamente para 3D? Ou posso simplesmente usar tf.layers.dense no tensor 3D para obter um efeito equivalente?

Eu gostaria de ter uma única matriz de peso compartilhada para todas as conexões entre as 128 unidades RNN e as 10 classes de saída, permitindo ao mesmo tempo um comprimento variávelmax_time para cada lote.