问题描述
我无法在 ONNX 模型上运行推理，方法是对 this Windows ML tutorial 进行（微小的）调整，或者在他们的 ONNX Runtime 之后实现我自己的 MNIST Tutorial 代码。据我了解，Windows ML 使用了 ONNX 运行时，所以这两种努力可能最终都在同一个地方......并且可能出于相同的原因产生相同的底层异常。
抛出的异常要么无法理解（在异常处理期间抛出的第二个异常通过外观...）或根本无法识别。这让我怀疑网络本身是否在某种意义上有问题或不兼容。该网络是通过采用保存的 Tensorflow/Keras 模型并运行此转换来生成的：
python -m tf2onnx.convert --saved-model MyNet --output MyNet.onnx --inputs-as-nchw mobilenetv2_1_00_224_input:0
结果是一个由 Netron 渲染的网络，具有以下输入和输出阶段：
这个网络是否有任何明显与 ONNX Runtime 不兼容的地方？关于如何克服其中一个/两个例外的任何建议？
解决方法
事实证明，在我尝试调整 Windows ML 示例时，我的输出形状是错误的 - 在该示例中，输出形状是 1 x 1000 x 1 x 1。我已经复制/粘贴了这个，只是修改了 1000以适应。显然，上面的网络需要一个 1 x 10 的形状......