Keras 如何将掩蔽应用于复杂的CNN+；LSTM网络体系结构？

我有一个处理视频（图像序列）的顺序模型。 我的模型如下所示：

Time = 0    Time = 1    ....    Time = t
  im@0         im@1     ....       im@t
    |            |                   |
   CNN          CNN     ....        CNN
    |            |                   |
   RNN--------->RNN---->....------->RNN
                                     |
                               some prediction     

它适用于长度不变的序列。但我希望它能接受可变长度的序列。正如我们所知，在keras中，掩蔽层可以帮助我们处理这种情况，但并非所有层都支持。我有一个相当复杂的CNN架构，所以在CNN之前似乎不可能使用掩蔽层

有没有办法解决这个问题

[编辑] 我发现TimeDistributed包装器可以使应用掩码成为可能。但我不知道我的实现是否正确：

cnn = make_basenet(...)            # make backbone network
cnn = TimeDistributed(cnn)         # wrap the cnn with TimeDistributed

seq = Sequential()                 # CNN + LSTM
seq.add(Masking(input_shape=(...)) # Masking for TimeDistributed CNN
seq.add(cnn)                       # add CNN
seq.add(Masking())                 # **This is necessary**
seq.add(LSTM(...))                 # add LSTM

如果在LSTM之前省略掩蔽层，则会产生错误。但是如果我加上这个遮罩层，它就可以工作了。我想知道我是否以正确的方式实现了我的模型