Machine learning 无法将LSTM的二维输入转换为三维输入？

我有我的训练数据的形状（16017979）。160是训练数据的大小，17979是特征编号

我使用以下代码将训练数据X重塑为3d：

X = X.reshape(X.shape[0],X.shape[1],1)

这给了我一个（16017979，1）的形状。但是，当我在LSTM中拟合数据时，它会说：

层lstm的输入0与层不兼容：预期ndim=3，发现ndim=4。收到完整形状：[无、160、17979、1]

model = keras.Sequential()
model.add(layers.LSTM(128, dropout=0.2, recurrent_dropout=0.2))
model.add(layers.Dense(4, activation='softmax'))
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])

有人知道如何解决这个问题吗