我想在LSTM之前使用掩码，但是Lstm的输出必须重塑为4 dim . 所以我的代码`
main_input = Input(shape=(96,1000), name='main_input')
pre_input = BatchNormalization()(main_input)
aaa= Masking(mask_value=0)(pre_input)
recurrent1 = LSTM(256,return_sequences=True)(aaa)
r_out= Reshape((1,96,256))(recurrent1)`
但它运行时出错[！[在此处输入图像描述] [1]] [1]
---------------------------------------------------------------------------
（）中的异常回溯（最近的最后一次调用）17 recurrent1 = LSTM（256，return_sequences = True）（aaa）18 ---> 19 r_out =重塑（（1,96,256））（recurrent1）
/usr/local/lib/python2.7/dist-packages/keras/engine/topology.pyc in call （self，x，mask）512 if inbound_layers：513＃如果需要，这将调用layer.build（） - > 514 self.add_inbound_node（inbound_layers，node_indices，tensor_indices）515 input_added = True 516
add_inbound_node中的/usr/local/lib/python2.7/dist-packages/keras/engine/topology.pyc（self，inbound_layers，node_indices，tensor_indices）570＃创建节点会自动更新self.inbound_nodes 571＃以及outbound_nodes on入站图层 . - > 572 Node.create_node（self，inbound_layers，node_indices，tensor_indices）573 574 def get_output_shape_for（self，input_shape）：
/usr/local/lib/python2.7/dist-packages/keras/engine/topology.pyc in create_node（cls，outbound_layer，inbound_layers，node_indices，tensor_indices）148 if len（input_tensors）== 1：149 output_tensors = to_list（ outbound_layer.call（input_tensors [0]，mask = input_masks [0]）） - > 150 output_masks = to_list（outbound_layer.compute_mask（input_tensors [0]，input_masks [0]））151＃TODO：尝试自动推断形状如果get_output_shape_for引发异常152 output_shapes = to_list（outbound_layer.get_output_shape_for（input_shapes [0]））
compute_mask中的/usr/local/lib/python2.7/dist-packages/keras/engine/topology.pyc（self，input，input_mask）605否则：606引发异常（'Layer'self.name'不支持屏蔽， ' - > 607'但传递了一个input_mask：'str（input_mask））608 #mask not not supported supported：return None as mask 609 return None
例外：图层reshape_1不支持屏蔽，但传递了input_mask：任意{2} .0
我打印出来，recurrent1的形状是（96,256）
我怎么能做对的？