Tensorflow 馈送RNN时的可变长度序列

我试图建立RNN模型，其中输入序列的长度可变，我不想做填充，因为它是没有效率的

因此，我试图通过将批大小设置为keras实际支持的1，一次一个地输入一个序列。这是通过在输入中设置batch_size=None来实现的

inp = Input(shape=(None, X_train.shape[2]))
layer1 = LSTM(32, activation='tanh', return_sequences=True, use_bias=False)(inp)
layer2 = GRU(8, activation = 'tanh', return_sequences=True, use_bias=False)(layer1)
out = GRU(1, activation = 'sigmoid', return_sequences=True, use_bias=False)(layer2)
model = Model(inputs=inp, outputs=out)

model.compile(optimizer='adam',
          loss='binary_crossentropy',
          metrics=['accuracy'])

这是模型摘要

模型：“功能性_1” _________________________________________________________________图层（类型）输出形状参数#
=====================================================================================input\u 1（InputLayer）[（无，无，11）]0
_________________________________________________________________lstm（lstm）（无，无，32）5504
_________________________________________________________________gru（gru）（无，无，8）960
_________________________________________________________________gru_1（gru）（无，无，1）27
=====================================================================总参数：6491个可训练参数：6491个不可训练参数：0 _________________________________________________________________没有

但我得到了这个错误-

---------------------------------------------------------------------------索引器回溯（最近的调用） 最后）在 ---->1 inp=输入（形状=（无，X_序列形状[2]）） 2层1=LSTM（32，激活=tanh'，返回序列=True，使用偏差=False）（inp） 3第2层=GRU（8，激活='tanh'，返回序列=真，使用偏差=假）（第1层） 4 out=GRU（1，激活='sigmoid'，返回序列=真，使用偏差=假）（第2层） 5模型=模型（输入=输入，输出=输出）

索引器错误：元组索引超出范围

请帮我解决我所犯的错误

model.fit(X_train, y_train, batch_size = 1, epochs=1, validation_data=[X_test, y_test], shuffle=True)