代码拉取完成，页面将自动刷新
同步操作将从 PaddlePaddle/Paddle2ONNX 强制同步，此操作会覆盖自 Fork 仓库以来所做的任何修改，且无法恢复！！！
确定后同步将在后台操作，完成时将刷新页面，请耐心等待。
部分场景下，我们可能只需要原 Paddle 模型中的一部分，因此可以通过以下方式，指定输出，进行模型裁剪（需要注意的是，如若裁剪后，输出不依赖某个模型输入，那么此模型输入也会被裁掉）
python prune_paddle_model.py --model_dir original_paddle_model \
--model_filename model.pdmodel \
--params_filename model.pdiparams \
--output_names unsqueeze2_0.tmp_0 unsqueeze2_0.tmp_0 \
--save_dir new_paddle
其中--output_names可指定多个输出
以 OCR 模型为例，点击下载 OCR 的检测模型，通过 Netron 可视化这个模型，可以看到其输入名为 x，形状为 [-1, 3, 960, 960] ( ? 即为 -1 )
事实上，这个模型的结构是可以支持动态形态输入的，我们使用 paddle_infer_shape.py 脚本进行重新导出模型，再通过 Netron 查看模型，可以看到新模型的输入输出都已经更新了
python paddle_infer_shape.py --model_dir ch_PP-OCRv2_det_infer/ \
--model_filename inference.pdmodel \
--params_filename inference.pdiparams \
--save_dir new_model \
--input_shape_dict="{'x':[-1,3,-1,-1]}"
此处可能存在不合适展示的内容，页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容，可点击提交进行申诉，我们将尽快为您处理。