Tensorflow '；索引器：列表索引超出范围'；使用Keras Time2D

我正在尝试建立一个CNN-LSTM模型。我的数据集由一组大小为

（n_spot，n_meas）=（100102）

的单通道图像组成。在这个小例子中，我只得到了

n_sim=20

图像，因此：

print(X_train.shape) -> (12, 100, 102, 1)
print(X_val.shape)   -> (4, 100, 102, 1)
print(X_test.shape)  -> (4, 100, 102, 1)
print(y_train.shape) -> (12, 200)
print(y_val.shape)   -> (4, 200)
print(y_test.shape)  -> (4,200)

我的代码如下：

# create model
model = Sequential()

# add model layers
model.add(TimeDistributed(Conv2D(filters = 8, kernel_size=[3,3], padding = 'same',
                 activation='relu', input_shape=(None,n_spot,n_meas,1))))
model.add(TimeDistributed(MaxPool2D(pool_size=(3,3))))
model.add(TimeDistributed(Flatten()))

model.add(LSTM(20, return_sequences=False))

model.add(Dense(2*n_spot, activation = 'linear'))

#compile model using accuracy to measure model performance
model.compile(optimizer='adam', loss='mean_squared_error')

model.summary（）

返回以下错误：

'This model has not yet been built. '

ValueError: This model has not yet been built. Build the model first by calling build() or calling fit() with some data. Or specify input_shape or batch_input_shape in the first layer for automatic build. 

而我每次尝试训练我的模特时都会得到这个

model.fit(X_train, y_train, validation_data=(X_val, y_val), epochs=30)

Using TensorFlow backend.
Traceback (most recent call last):

  File "<ipython-input-1-1109305aff30>", line 1, in <module>
    runfile('C:/Users/nle5266/Documents/positioning/reduced_data.py', wdir='C:/Users/nle5266/Documents/positioning')

  File "C:\Users\nle5266\AppData\Local\conda\conda\envs\tensorflow_env\lib\site-packages\spyder_kernels\customize\spydercustomize.py", line 786, in runfile
    execfile(filename, namespace)

  File "C:\Users\nle5266\AppData\Local\conda\conda\envs\tensorflow_env\lib\site-packages\spyder_kernels\customize\spydercustomize.py", line 110, in execfile
    exec(compile(f.read(), filename, 'exec'), namespace)

  File "C:/Users/nle5266/Documents/positioning/reduced_data.py", line 338, in <module>
    model.fit(X_train, y_train, validation_data=(X_val, y_val), epochs=30, callbacks=[tensorboard])

  File "C:\Users\nle5266\AppData\Local\conda\conda\envs\tensorflow_env\lib\site-packages\keras\engine\training.py", line 952, in fit
    batch_size=batch_size)

  File "C:\Users\nle5266\AppData\Local\conda\conda\envs\tensorflow_env\lib\site-packages\keras\engine\training.py", line 677, in _standardize_user_data
    self._set_inputs(x)

  File "C:\Users\nle5266\AppData\Local\conda\conda\envs\tensorflow_env\lib\site-packages\keras\engine\training.py", line 589, in _set_inputs
    self.build(input_shape=(None,) + inputs.shape[1:])

  File "C:\Users\nle5266\AppData\Local\conda\conda\envs\tensorflow_env\lib\site-packages\keras\engine\sequential.py", line 221, in build
    x = layer(x)

  File "C:\Users\nle5266\AppData\Local\conda\conda\envs\tensorflow_env\lib\site-packages\keras\engine\base_layer.py", line 457, in __call__
    output = self.call(inputs, **kwargs)

  File "C:\Users\nle5266\AppData\Local\conda\conda\envs\tensorflow_env\lib\site-packages\keras\layers\wrappers.py", line 248, in call
    y = self.layer.call(inputs, **kwargs)

  File "C:\Users\nle5266\AppData\Local\conda\conda\envs\tensorflow_env\lib\site-packages\keras\layers\convolutional.py", line 171, in call
    dilation_rate=self.dilation_rate)

  File "C:\Users\nle5266\AppData\Local\conda\conda\envs\tensorflow_env\lib\site-packages\keras\backend\tensorflow_backend.py", line 3650, in conv2d
    data_format=tf_data_format)

  File "C:\Users\nle5266\AppData\Local\conda\conda\envs\tensorflow_env\lib\site-packages\tensorflow\python\ops\nn_ops.py", line 779, in convolution
    data_format=data_format)

  File "C:\Users\nle5266\AppData\Local\conda\conda\envs\tensorflow_env\lib\site-packages\tensorflow\python\ops\nn_ops.py", line 828, in __init__
    input_channels_dim = input_shape[num_spatial_dims + 1]

  File "C:\Users\nle5266\AppData\Local\conda\conda\envs\tensorflow_env\lib\site-packages\tensorflow\python\framework\tensor_shape.py", line 616, in __getitem__
    return self._dims[key]

IndexError: list index out of range

model.fit（X_序列，y_序列，验证数据=（X_val，y_val），年代=30）
使用TensorFlow后端。
回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
runfile（'C:/Users/nle5266/Documents/positioning/reduced_data.py'，wdir='C:/Users/nle5266/Documents/positioning'）
文件“C:\Users\nle5266\AppData\Local\conda\conda\envs\tensorflow\u env\lib\site packages\spyder\u kernels\customize\spyderrcustomize.py”，第786行，在runfile中
execfile（文件名、命名空间）
文件“C:\Users\nle5266\AppData\Local\conda\conda\envs\tensorflow\u env\lib\site packages\spyder\u kernels\customize\spyderrcustomize.py”，第110行，在execfile中
exec（编译（f.read（），文件名，'exec'），命名空间）
文件“C:/Users/nle5266/Documents/positioning/reduced_data.py”，第338行，在
model.fit（X_-train，y_-train，validation_-data=（X_-val，y_-val），epochs=30，回调=[tensorboard]）
文件“C:\Users\nle5266\AppData\Local\conda\conda\envs\tensorflow\u env\lib\site packages\keras\engine\training.py”，第952行，格式为fit
批次大小=批次大小）
文件“C:\Users\nle5266\AppData\Local\conda\conda\envs\tensorflow\u env\lib\site packages\keras\engine\training.py”，第677行，在用户数据中
自设置输入（x）
文件“C:\Users\nle5266\AppData\Local\conda\conda\envs\tensorflow\u env\lib\site packages\keras\engine\training.py”，第589行，在集合输入中
self.build（input_shape=（None，）+inputs.shape[1:]）
文件“C:\Users\nle5266\AppData\Local\conda\conda\envs\tensorflow\u env\lib\site packages\keras\engine\sequential.py”，第221行，内部版本
x=层（x）
文件“C:\Users\nle5266\AppData\Local\conda\conda\envs\tensorflow\u env\lib\site packages\keras\engine\base\u layer.py”，第457行，在调用中__
输出=自调用（输入，**kwargs）
文件“C:\Users\nle5266\AppData\Local\conda\conda\envs\tensorflow\u env\lib\site packages\keras\layers\wrappers.py”，第248行，在调用中
y=self.layer.call（输入，**kwargs）
调用中第171行的文件“C:\Users\nle5266\AppData\Local\conda\conda\envs\tensorflow\u env\lib\site packages\keras\layers\convolutional.py”
扩张率=自身扩张率）
conv2d中的文件“C:\Users\nle5266\AppData\Local\conda\conda\envs\tensorflow\u env\lib\site packages\keras\backend\tensorflow\u backend.py”第3650行
数据_格式=tf_数据_格式）
文件“C:\Users\nle5266\AppData\Local\conda\conda\envs\tensorflow\u env\lib\site packages\tensorflow\python\ops\nn\u ops.py”，第779行，卷积格式
数据格式=数据格式）
文件“C:\Users\nle5266\AppData\Local\conda\conda\envs\tensorflow\u env\lib\site packages\tensorflow\python\ops\nn\u ops.py”，第828行，在uu init中__
输入通道尺寸=输入形状[num\u空间尺寸+1]
文件“C:\Users\nle5266\AppData\Local\conda\conda\envs\tensorflow\u env\lib\site packages\tensorflow\python\framework\tensor\u shape.py”，第616行，在u getitem中__
返回自我。_变暗[键]
索引器：列表索引超出范围

通过谷歌搜索，我发现这类问题通常是由于时间分布的conv2D层的输入形状造成的，该层应该是一个4元组。我尝试了

（无，n_点，n_点，1）

，但没有成功

我在tensorflow 1.12.0中使用keras 2.2.4。我试图将tensorflow升级到昨晚，但没有解决问题