我在Keras到ONNX的转换中观察到尺寸不匹配。我将模型保存为.h5文件。它可以成功保存并再次加载。但是，当将其转换为ONNX模型时，我得到了不同的输出尺寸。
我想我是因为2D输出而遇到这种情况的，因为我的一个输出维度完全消失了。
正在加载Keras模型...

>>> keras_model = load_model('model_checkpoints/DGCNN_modelbest_with_noise.h5')
>>> keras_output = keras_model.output
>>> keras_output
<tf.Tensor 'dense_2/truediv_5:0' shape=(None, 432, 5) dtype=float32>

正在将Keras模型转换为ONNX...

>>> input_keras_model = 'model_checkpoints/DGCNN_modelbest_with_noise.h5'
>>> output_onnx_model = 'model_checkpoints/DGCNN_modelbest_with_noise.onnx'
>>> keras_model = load_model(input_keras_model)
>>> onnx_model = onnxmltools.convert_keras(keras_model)
>>> onnxmltools.utils.save_model(onnx_model, output_onnx_model)

正在加载ONNX模型...

>>> model = onnx.load("model_checkpoints/DGCNN_modelbest_with_noise.onnx")
>>> for _output in model.graph.output:
...     m_dict = MessageToDict(_output)
...     dim_info = m_dict.get("type").get("tensorType").get("shape").get("dim")
...     output_shape = [d.get("dimValue") for d in dim_info]
...     print(m_dict["name"])
...     print(output_shape)
...    
dense_2
[None, None, '5']

有什么建议吗？我做错了什么？我没有看到很多多维输出层的示例。这是原因吗？
感谢您抽出宝贵时间。