keras模型未显示包装后的所有层

我有一个cnn模型（称为cnn_模型）。我按时间分布包装模型，以处理序列。新模型称为lstm_模型。为什么我看不到lstm_模型中的cnn层

守则：

    cnn_model = getModel(input_shape=(imageH, imageW), CHANNELS)
    image_frames = Input(batch_shape=(BATCH_SIZE, TIME_STEPS, imageH, imageW, CHANNELS))
    encoded_images = TimeDistributed(cnn_model)(image_frames)
    x = LSTM(output_dim=256, return_sequences=True)(encoded_images)
    outputs = TimeDistributed(Dense(NUM_EVENTS, activation="sigmoid"))(x)
    lstm_model = Model([image_frames], outputs)

lstm_model.summary（）仅显示5层，其中没有所有cnn_模型层。 另一方面，参数的数量表明层确实在新模型内。（lstm层中有500k个参数，cnn模型中有250万个参数。lstm_模型中总共有300万个参数）

有人帮忙吗？

找到了。 它们位于model.layers[1].layer.layers内 在改变图层之后（对我来说——解冻图层），我必须重新编译模型。 现在它起作用了