WJJ1995

感谢反馈，这边排期支持一下～

@zuixiaosanlang 麻烦上传一下onnx模型，然后描述一下业务场景～

@zhizhusheng aten::einsum转为paddle.einsum，这个op不支持动转静，建议转为onnx，再从onnx->paddle~

@zhizhusheng 有尝试过ONNX这条路吗

@zhizhusheng 目前还有问题吗，若有问题提供一下组网代码、模型参数以及转换脚本吧～

之前PyTorch开发版本为1.6.0，建议换成1.6.0再试试~

@seancoding1 感谢反馈，您可以提个PR修复一下～

@Bruno-bai 看起来像是protobuf版本问题，建议先尝试下更新到X2Paddle最新版本

@kouhinn 感谢反馈～ 这边有两个问题： - 部署具体业务场景 - 转到Paddle部署的原因 这两点需要您在描述一下～

@kouhinn 您好，对于这种简单模型，建议直接paddle组网，然后再动转静 LSTM参考：https://www.paddlepaddle.org.cn/documentation/docs/zh/develop/api/paddle/nn/LSTM_cn.html#lstm 动转静参考：https://www.paddlepaddle.org.cn/documentation/docs/zh/guides/jit/case_analysis_cn.html#inputspec ```python net = LSTMNet() x_spec = InputSpec(shape=[None, 10], name='x') # 动态 shape y_spec = InputSpec(shape=[3], name='y') net = paddle.jit.to_static(net, input_spec=[x_spec, y_spec]) ```