Python 叠加卷积和LSTM层的问题

我正试图利用神经网络，根据过去的回报预测未来200天的股票回报。我已经实现了由几个LSTM层组成的网络，它工作正常：

lstm2=Sequential([
LSTM(50,input_shape=[None,1],return_sequences=True),
Dropout(0.2),
LSTM(50,return_sequences=True),
Dropout(0.2),
LSTM(50),
Dense(200)
])

但是，当我尝试在LSTM层的顶部堆叠CONV1D层时：

lstm_conv=Sequential([
Conv1D(filters=50,kernel_size=4,padding='valid',input_shape=[None,1]),
LSTM(50,return_sequences=True),
LSTM(50),
Dense(200)
])

我在fit中遇到了一个错误：

ValueError：维度必须相等，但对于“{{node mean_squared_error/SquaredDifference}}}=SquaredDifference[T=DT_FLOAT]（sequential_9/densite_9/biaadd，IteratorGetNext:1）”和输入形状：[？，200]，？，99]，维度为200和99

fit的代码是：

lstm_conv.fit(xtrain,ytrain[:,3::2],epochs=10,validation_data=(xval,yval[:,3::2]))

我的train X输入的形状是（1557,20,1），也就是说，我有1557个train实例，每个实例返回时间为20，并且每次有一个步长（序列是单变量的）。对于y，它是（1557200）

---

我不知道如何解决这个问题，我已经浏览了互联网上的几个线程，但没有发现类似的问题。非常感谢您的帮助。

在Conv1D中，尝试设置

padding='consular'

@Frightera，但该设置无效。不幸的是，相同的错误仍然存在