Created by: korlankil

问题1： #出现的问题如下所示

#该tensorflow模型是由keras模型转化而来，原模型中包含keras-bert预训练模型，在keras中模型各层结构如下图所示

#keras模型转化为pb模型时中使用了以下函数 def h5_to_pb(h5_model,output_dir,model_name,out_prefix = "output_",log_tensorboard = False):     if osp.exists(output_dir) == False:         os.mkdir(output_dir)     out_nodes = []     for i in range(len(h5_model.outputs)):         out_nodes.append(out_prefix + str(i + 1))         tf.identity(h5_model.output[i],out_prefix + str(i + 1))     sess = K.get_session()     from tensorflow.python.framework import graph_util,graph_io     init_graph = sess.graph.as_graph_def()     main_graph = graph_util.convert_variables_to_constants(sess,init_graph,out_nodes)     graph_io.write_graph(main_graph,output_dir,name = model_name,as_text = False)     print('Tranform finish!')

问题2： 对于使用x2paddle 时 --define_input_shape参数的输入问题 由于原keras模型的输入shape是（batch_size,句子长度），即第二个参数是非固定，而不像图像分类此类模型的Input_size是（None,224,224,3）这样固定。请问这种情况在使用x2paddle 的--define_input_shape参数时是直接输入（None， 任意一个数字） 吗？如下图所示