我在 ONNX 模型上运行推理时遇到问题，要么对此 Windows ML 教程进行（微小）调整，要么按照他们的MNIST 教程实现我自己的ONNX 运行时代码。据我了解，Windows ML使用 ONNX 运行时，因此这两项工作可能最终都在同一个地方......并且可能出于相同的原因生成相同的底层异常。
抛出的异常要么难以理解（外观处理异常期间抛出的第二个异常......），要么根本无法识别。这让我怀疑网络本身在某种意义上是否有故障或不兼容。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：
这个网络有什么明显与 ONNX Runtime 不兼容的地方吗？关于如何克服这些异常中的一个/两个的任何建议？