[TensorFlow]多変量LSTMによる分類モデルにおけるTimeDistributedの使い方およびTypeError

前提・実現したいこと

複数の時系列特徴量をLSTMを用いて学習させ、分類器を作成したいです。

データセットは、35種類×20個で計700の.csvファイルからなり、
その１つ１つの中に、150種類の特徴量が時系列データとして100個並んでいます。

これらは、LSTMをよりわかりやすく＆より詳細に！（前処理・python実践編）を参考にさせていただき、
look_backを10と設定した、700個のNumpy配列に格納したうえで、
その全てを訓練データ及びテストデータとして扱うために、さらに１つのNumpy配列に格納しています。

これによりデータの次元は以下のようになっています。

x_train, x_test, y_train, y_test = train_test_split(X, Y, test_size=0.20)

print(x_train.shape)
# (560, 89, 150, 10)
print(y_train.shape)
# (560, 35)
print(x_test.shape)
# (140, 89, 150, 10)
print(y_test.shape)
# (140, 35)

発生している問題・エラーメッセージ

上記のデータをLSTMへの入力として扱うために、現在構築しているモデル構造がこちらになります。

Python
1CATEGORIES = 35
2frames = 89
3features = 150
4look_back = 10
5
6def build_model():
7    model = Sequential()
8    model.add(LSTM(256, input_shape=(features, look_back), return_sequences=True))
9    model.add(Dense(1024, activation="relu"))
10    model.add(Dense(CATEGORIES, activation="softmax"))
11    model.compile(loss="categorical_crossentropy",
12                  optimizer=Adam(lr=0.002),
13                  metrics=["categorical_accuracy"])
14    return model
15
16model = build_model()
17model.summary()
18
19early_stopping = EarlyStopping(patience=5)
20model.fit(x_train,y_train,
21          batch_size=8,
22          epochs=50,
23          verbose=1,
24          validation_split=0.2,
25          shuffle=True,
26          callbacks=[early_stopping])
27
28evaluation=model.evaluate(x_test, y_test, batch_size=8, verbose=1)

しかし、現状では入力として与えている次元とLSTMが想定している次元が異なっているため、以下のエラーが返されています。

ValueError: Error when checking input: expected lstm_input to have 3 dimensions, but got array with shape (560, 89, 150, 10)

試したこと

そこで、KerasのレイヤーラッパーであるTimeDistributedを用いることを考え、
コード中のLSTMブロック部分を、

model.add(TimeDistributed(LSTM(256, input_shape=(features, look_back), return_sequences=True)))

に変更してみたのですが、エラーとして以下が返されてしまいました。

ValueError: This model has not yet been built. Build the model first by calling `build()` or calling `fit()` with some data, or specify an `input_shape` argument in the first layer(s) for automatic build.

ここでのTimeDistributedはどのように実装するのが正確なのでしょうか？
そもそもの解決方法として、TimeDistributedの利用は適切なのでしょうか？
アドバイスやご指摘等ありましたらお願いいたします。

更新

コードのbuild_model()を以下に変更したところ、hidden_layerの部分で次のようなTypeErrorが返されました。

def build_model():
    input_tensor = Input(shape=(timesteps, features, look_back))
    lstm_out     = TimeDistributed(LSTM(256, return_sequences=True))(input_tensor)
    lstm         = Model(inputs=input_tensor, outputs=lstm_out)
    hidden_layer = Dense(1024, activation="relu")(lstm)
    outputs      = Dense(CATEGORIES, activation="softmax")(hidden_layer)
    model        = Model([input_tensor], outputs)
    model.compile(loss="categorical_crossentropy",
                  optimizer=Adam(lr=0.002),
                  metrics=["categorical_accuracy"])
    return model

Traceback (most recent call last):
  File "predict.py", line 100, in <module>
    model = build_model()
  File "predict.py", line 87, in build_model
    hidden_layer = Dense(150, activation="relu")(lstm)
  File "/usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/engine/base_layer_v1.py", line 827, in __call__
    self._maybe_build(inputs)
  File "/usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/engine/base_layer_v1.py", line 2088, in _maybe_build
    self.input_spec, inputs, self.name)
  File "/usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/engine/input_spec.py", line 201, in assert_input_compatibility
    raise TypeError('Inputs to a layer should be tensors. Got: %s' % (x,))
TypeError: Inputs to a layer should be tensors. Got: <tensorflow.python.keras.engine.functional.Functional object at 0x7fd2c661c160>