使用 hb_mapper checker 工具验证模型验证自己训练的模型 pytorch转换后的onnx，报错

可以用开源可视化工具netron打开onnx模型看一下，搜一下有没有这个节点(一个conv、一个reshape都或者其它算子都可以用节点称呼)，看看它的输入输出shape(不一定需要修改这儿)是怎么样的，之前遇到过一个
(op_type:Add, node name: Add_12): Inferred shape and existing shape differ in dimension 2: (1) vs (16)
发现onnx模型输出是1x128x1x16，转置成1x1x16x128可以避免出现自动广播，就不会出现这个问题了。

x = x.view(B, C, hs * ws, int(H / hs), int(W / ws)).transpose(1, 2).contiguous()
x = x.view(B, hs * ws * C, int(H / hs), int(W / ws))
最后一个view维度变化造成的，这个应该正常吧，请问需要怎么操作避免这种报错