Keras：使用TimeFreqLSTMCell的顺序模型中的图层

Question

很抱歉，这个问题很愚蠢-我对Keras / Tensorflow很陌生。我试图在Keras模型中添加一个使用时频LSTM单元（https://www.tensorflow.org/api_docs/python/tf/contrib/rnn/TimeFreqLSTMCell）的层（下面复制了最少的代码）。基本上，我希望能够像使用LSTM类那样使用它。从文档看来，您可以通过将单元格作为输入传递到RNN类（https://keras.io/layers/recurrent/）来完成此操作。当我运行下面粘贴的内容时，出现错误

actual_input_size = freq_inputs[0].get_shape().as_list()[1]
IndexError: list index out of range

我已经跟踪到此行https://github.com/tensorflow/tensorflow/blob/79e0f378dec9937d86d69a6d9998f255cf994d96/tensorflow/contrib/rnn/python/ops/rnn_cell.py#L411

我花了一些时间查看源代码和文档，而我最大的猜测是关于input_shape的某些内容我没有正确理解/理解，但是未处理的异常使查找内容变得有些困难我做错了任何建议，我们将不胜感激！

import tensorflow as tf
from keras.models import Sequential
from keras.layers import Dense,RNN,TimeDistributed
timeLength = 500
windowSize = 10
n_features = 1
model = Sequential()
model.add(RNN(tf.contrib.rnn.TimeFreqLSTMCell(32,feature_size=5), input_shape=(timeLength,n_features), return_sequences=True))
model.add(TimeDistributed(Dense(1)))
model.compile(optimizer='adam', loss='mse')