将自定义掩码传递给LSTM数据以进行培训和验证

我已经准备好了LSTM架构:

input1 = Input(shape=(1500, 3))
lstm = LSTM(units=100, return_sequences=False, activation='relu')(input1)
outputs = Dense(150, activation="sigmoid")(lstm)
model = Model(inputs=input1, outputs=outputs)
model.compile(loss="binary_crossentropy", optimizer="adam",
                  metrics=["accuracy"]) 

这个 LSTM 层支持一个名为 mask .

我读取数据的方式是使用 两个生成器,一个遍历培训文件,另一个遍历验证文件 (等等) .fit 方法我通过了培训和验证。

model.fit(
        x=training_generator,
        epochs=10,
        steps_per_epoch=5, # there are 5 files
        validation_data=validation_generator,
        validation_steps=5, # there are 5 files
        verbose=1
    )

因此,每个文件都有一个给定的掩码(一个用于培训文件,另一个用于验证文件)。因此,我的问题是,如何指定要使用哪种遮罩?