Keras LSTM具有固定的输入大小，但不是第一层？

Question

我有一个CNN--RNN模型，用于3类分类问题。

model.add(TimeDistributed(
   Conv1D(filters=32, kernel_size=(2,),
input_shape=(None, split, n_feat)))
model.add(TimeDistributed(BatchNormalization()))
model.add(TimeDistributed(Activation("relu")))
model.add(Dropout(0.2))
model.add(TimeDistributed(
   Conv1D(filters=32, kernel_size=(9,))))
model.add(TimeDistributed(BatchNormalization()))
model.add(TimeDistributed(Activation("relu")))
model.add(Dropout(0.2))
model.add(TimeDistributed(Flatten()))
model.add(LSTM(64, return_sequences=False))
model.add(Dense(3, activation='softmax'))

现在，我想使用PlaidML，它需要RNN（https://github.com/plaidml/plaidml/issues/142）的固定大小输入。

我的问题是-如何确定LSTM输入的大小（固定了afaik）？如果我向其添加input_shape参数，则什么也不会发生。