WJJ1995

@1chang37 这个与环境无关，cpu、gpu都可以转

@seancoding1 目前训练代码转换属于实验性功能，还是建议使用[PaddleNLP](https://github.com/PaddlePaddle/PaddleNLP)进行模型训练～

@AIHHU 麻烦描述一下业务场景、部署场景，上传一下onnx模型吧

@yangshurong 麻烦用netron看一下onnx具体输入的shape，然后输入准确的shape而不是1再试试 另外，X2Paddle还是以推理模型转换为主，预训练模型建议训练好之后再进行转换 若要进行论文复现，需要预训练模型，建议将组网与Torch对齐后，直接将参数映射过来～

@dddlli 感谢反馈，麻烦将X2Paddle更新到最新版本(1.3.8)，若仍有问题，麻烦提供一下ONNX模型 另外，可以描述一下以下两个问题吗： 1、具体业务场景 2、为什么有转到Paddle部署的需求呢？ 感谢～

因为开发过程依赖PyTorch 1.6.0，将版本降为1.6.0应该可以解决此问题

@BgLoveXixi 您好，感谢反馈，看样子像是shap没有对上导致，麻烦提供一下组网代码、参数以及转换脚本吧 另外，可以描述一下以下两个问题吗： 1、具体业务场景 2、为什么有转到Paddle部署的需求呢？ 感谢～

@BgLoveXixi 麻烦把组网代码、参数以及上面转换脚本一起打包，上传到百度云，发我一份吧

@litao-zhx 您好，可以把相关复现脚本发我一份，这边看一下吧 然后想请问下： 1、您是企业用户还是学生呢，具体业务场景是什么呢？ 2、为什么会有转到Paddle的需求呢，麻烦描述一下吧 感谢～

@litao-zhx 麻烦把转换后模型，预测脚本一起打包上传到百度云，然后给我个链接吧～ 另外再check一下，耗时严重还是指的初始化时间很长？还是预测时间很长？ 初始化大概耗时是多少呢，建议测试一下