prédire avec Keras échoue en raison d'une configuration d'environnement défectueuse

Je ne parviens pas à faire prédire quoi que ce soit à Keras. Pas même dans ce modèle minimaliste:

model.predict(np.array([[0,0,0]]))

Tout se passe comme prévu jusqu'à la dernière ligne:

Epoch 1/1
1/1 [==============================] - 0s 448ms/step - loss: 0.2500 - acc: 1.0000
Traceback (most recent call last):

  File "<ipython-input-24-ee244a6c7287>", line 16, in <module>
    prediction = model.predict(test_input)

  File "E:\Programme\Anaconda3\lib\site-packages\keras\engine\training.py", line 1172, in predict
    steps=steps)

  File "E:\Programme\Anaconda3\lib\site-packages\keras\engine\training_arrays.py", line 304, in predict_loop
    outs.append(np.zeros(shape, dtype=batch_out.dtype))

TypeError: data type not understood

J'ai essayé encore et encore avec différents combinaisons de tableaux et de listes, mais soit il y a cette TypeError ou une ValueError, car la forme est fausse. Plusieurs réponses (comme ici ) suggèrent d'utiliser quelque chose comme

from keras.models import Sequential
from keras.layers import Dense
import numpy as np

inDim = 3
outDim = 1

model = Sequential()
model.add(Dense(5, input_dim=inDim, activation='relu'))
model.add(Dense(outDim, activation='sigmoid'))
model.compile(loss='mse', optimizer='adam', metrics=['accuracy'])

test_input = np.zeros((1,inDim))
test_output = np.zeros((1,outDim))
model.fit(test_input, test_output)
prediction = model.predict(test_input)