Deep learning Keras--关于掩蔽层，然后是重塑层

我想在LSTM之前使用掩模，但LSTM的输出必须被整形为4维。 所以我的代码是：

main_input = Input(shape=(96,1000), name='main_input')

pre_input = BatchNormalization()(main_input)

aaa= Masking(mask_value=0)(pre_input)

recurrent1 = LSTM(256,return_sequences=True)(aaa)

r_out= Reshape((1,96,256))(recurrent1)`

但它运行时出错： [！[在此处输入图像描述][1][1]

    ---------------------------------------------------------------------------
Exception                                 Traceback (most recent call last)
<ipython-input-2-d1107015501b> in <module>()
     17 recurrent1 = LSTM(256,return_sequences=True)(aaa)
     18 
---> 19 r_out= Reshape((1,96,256))(recurrent1)

/usr/local/lib/python2.7/dist-packages/keras/engine/topology.pyc in __call__(self, x, mask)
    512         if inbound_layers:
    513             # this will call layer.build() if necessary
--> 514             self.add_inbound_node(inbound_layers, node_indices, tensor_indices)
    515             input_added = True
    516 

/usr/local/lib/python2.7/dist-packages/keras/engine/topology.pyc in add_inbound_node(self, inbound_layers, node_indices, tensor_indices)
    570         # creating the node automatically updates self.inbound_nodes
    571         # as well as outbound_nodes on inbound layers.
--> 572         Node.create_node(self, inbound_layers, node_indices, tensor_indices)
    573 
    574     def get_output_shape_for(self, input_shape):

/usr/local/lib/python2.7/dist-packages/keras/engine/topology.pyc in create_node(cls, outbound_layer, inbound_layers, node_indices, tensor_indices)
    148         if len(input_tensors) == 1:
    149             output_tensors = to_list(outbound_layer.call(input_tensors[0], mask=input_masks[0]))
--> 150             output_masks = to_list(outbound_layer.compute_mask(input_tensors[0], input_masks[0]))
    151             # TODO: try to auto-infer shape if exception is raised by get_output_shape_for
    152             output_shapes = to_list(outbound_layer.get_output_shape_for(input_shapes[0]))

/usr/local/lib/python2.7/dist-packages/keras/engine/topology.pyc in compute_mask(self, input, input_mask)
    605                 else:
    606                     raise Exception('Layer ' + self.name + ' does not support masking, ' +
--> 607                                     'but was passed an input_mask: ' + str(input_mask))
    608             # masking not explicitly supported: return None as mask
    609             return None

Exception: Layer reshape_1 does not support masking, but was passed an input_mask: Any{2}.0

---------------------------------------------------------------------------
异常回溯（最后一次最近调用）
在（）
17复发1=LSTM（256，返回序列=True）（aaa）
18
--->19 r_out=重塑（（1,96256））（复发1）
/调用中的usr/local/lib/python2.7/dist-packages/keras/engine/topology.pyc（self，x，mask）
512如果入站\u层：
513#这将在必要时调用layer.build（）
-->514 self.添加\u入站\u节点（入站\u层、节点\u索引、张量\u索引）
515添加的输入=真
516
/添加入站节点（self、入站层、节点索引、张量索引）中的usr/local/lib/python2.7/dist-packages/keras/engine/topology.pyc
570#创建节点会自动更新self.inbound_节点
571#以及入站层上的出站#节点。
-->572节点。创建节点（自身、入站层、节点索引、张量索引）
573
574 def get_output_shape_（自我、输入_shape）：
/创建节点（cls、出站层、入站层、节点索引、张量索引）中的usr/local/lib/python2.7/dist-packages/keras/engine/topology.pyc
148如果len（输入张量）==1：
149输出\张量=到\列表（出站\层.调用（输入\张量[0]，掩码=输入\掩码[0]））
-->150输出\u掩码=到\u列表（出站\u层.计算\u掩码（输入\u张量[0]，输入\u掩码[0]））
151#TODO:如果get#u output_shape_为引发异常，请尝试自动推断形状
152输出形状=到列表（出站层。获取输出形状（输入形状[0]））
/计算掩码（self、输入、输入掩码）中的usr/local/lib/python2.7/dist-packages/keras/engine/topology.pyc
605其他：
606引发异常（'Layer'+self.name+'不支持掩蔽，'+
-->607'但传递了一个输入屏蔽：'+str（输入屏蔽））
608#未明确支持屏蔽：将无作为屏蔽返回
609返回无
异常：层重塑_1不支持屏蔽，但传递了一个输入_屏蔽：Any{2}。0

我已经打印出来了，复发1的外形是（96256）

---

我该怎么做？

请将您的实际控制台输出以代码格式粘贴，不要发布控制台的屏幕截图。我的意思是编辑您的问题以替换控制台输出。我编辑了我的问题