如何在Keras Conv1D中正确处理1维输入？

Question

因此，我正在尝试在Keras中训练一个模型，该模型接收形状为(750,1)的信号帧。我的第一层是以下Conv1D图层：

Conv1D(128, 5,input_shape=(1,750) padding='valid', activation='relu', strides=1)

但是这给了我以下错误：

ValueError: Negative dimension size caused by subtracting 5 from 1 for 'conv1d_1/convolution/Conv2D' (op: 'Conv2D') with input shapes: [?,1,1,750], [1,5,750,128].

这似乎表明该层正试图将5x5内核应用于1维数据，这没有多大意义。任何其他输入形状似乎都会产生不同的有用错误。我究竟做错了什么？我完全误解了Conv1D吗？