Bogue de dimension d'entrée de Keras?

Question

Keras a un problème avec la dimension d'entrée. Ma première couche ressemble à ceci:

model.add(Dense(128, batch_size=1, input_shape=(150,), kernel_initializer="he_uniform", kernel_regularizer=regularizers.l2(0.01), activation="elu"))

Comme vous pouvez le voir, la dimension d'entrée doit être (150,) et avec le lot fixe, c'est (1, 150)

Mes données ont une dimension (150) et pourraient être par exemple un tableau Numpy avec 150 zéros.

old_qval = model.predict(old_state_m)

Ici, j'appelle le modèle pour faire une prédiction. Normalement, les Keras devraient ajouter automatiquement la taille du lot sous forme de dimension supplémentaire, je devrais donc me retrouver avec (1, 150) qui fonctionnerait. Mais Keras ajoute la dimension de la taille du lot au mauvais endroit et je me retrouve avec (150, 1). J'ai essayé Tensorflow et Theano Backend.

Ai-je un bug dans mon code ou est-ce un problème avec Keras?

Comment puis-je résoudre le problème? Je pouvais remodeler mes données d'entrée, mais elle a déjà la forme nécessaire de (150,) et devrait être bien. Que puis-je faire d'autre?

Si je devais fournir plus de données ou de code, n'hésitez pas à demander.