下面是我的代码，用于使用keras运行LSTM模型：

epochs = 10
batch_size = 16
MAX_NB_WORDS = 50000
MAX_SEQUENCE_LENGTH = 250
EMBEDDING_DIM = 100

inputs = Input(shape=(X_train.shape[1],))
x = Embedding(MAX_NB_WORDS,EMBEDDING_DIM)(inputs)
x = SpatialDropout1D(0.2)(x)
x = LSTM(100,dropout=0.2,recurrent_dropout=0.2)(x)
logits = Dense(5)(x)
variance_pre = Dense(1)(x)
variance = activation('softplus',name='variance')(variance_pre)
logits_variance = concatenate([logits,variance],name='logits_variance')
softmax_output = activation('softmax',name='softmax_output')(logits)

model = Model(inputs=inputs,outputs=[logits_variance,softmax_output])
model.summary()

model.compile(
    optimizer=Adam(lr=1e-3,decay=0.001),loss={
    'logits_variance': bayesian_categorical_crossentropy(100,10),'softmax_output': 'categorical_crossentropy'
    },metrics={'softmax_output': metrics.categorical_accuracy},loss_weights={'logits_variance': .2,'softmax_output': 1.})

history = model.fit(X_train,Y_train,epochs=epochs,batch_size=batch_size,validation_split=0.1,callbacks=[EarlyStopping(monitor='val_loss',patience=3,min_delta=0.0001)])

X_train形状为（2002，250），Y_train形状为（2002，5）

在模型上方运行时，出现以下错误：

  

ValueError：维度1的切片索引10超出范围。对于具有输入形状：[?,6]，[2]，[2]，[2]和计算出的输入张量的“ loss_34 / logits_variance_loss / strided_slice_1”（运算符：“ StridedSlice”），并具有计算出的输入张量：input [1] = ，输入[2] = ，输入[3] = 。

请帮助解决该模型可能存在的问题。