Максимальный пул по одному измерению с использованием keras

Я реализовал нейронную сеть 3D-свертки. Форма моего ввода (500,10,4,1). Я хочу свернуться только в первом измерении, чтобы оно было «полностью связано» во втором и третьем измерении. Поэтому я использую размер ядра (30,10,4). Пока все в порядке. Но когда я делаю максимальное объединение, это также уменьшает второе и третье измерения. Но это только первое измерение, которое я хочу уменьшить. То есть после выполнения максимального объединения я хочу, чтобы первое измерение (500) стало 250, но я хочу, чтобы мое второе измерение и третье измерение оставались 10 и 4 соответственно. Как я могу этого добиться? Мой код до сих пор:

###Input shape
i1 = Input(shape=(500,10, 4,1))

###First block
c1 = Conv3D(128, kernel_size=(50,10,4),activation='relu',padding='same')(i1)
c1 = MaxPooling3D(2)(c1) 
c1 = Dropout(0.1)(c1)

###Second block
#c1 = Conv3D(128, kernel_size=(50,10,4),activation='relu',padding='same')(c1)
#c1 = MaxPooling3D(2)(c1)
#c1 = Dropout(0.1)(c1)

c = Flatten()(c1)
#c2 = Dropout(0.1)(c2)

###FC Layers
x = Dense(128, activation='relu')(c)

##Output
output = Dense(4,activation = 'linear')(x)

ОШИБКА Когда я делаю

c1 = MaxPooling3D(2,1,1)(c1)

Я получаю следующую ошибку:

Понимание будет оценено.