在ModelScope中，手写识别的onnx模型，shape都是-1，这是正常的吗？

在 ONNX 模型中，将输入的 shape 设置为 -1 是一种常见的做法，并且是正常且有效的。这样设置可以使模型接受变长的输入数据，即适应不同尺寸或批次大小的输入。

当将某个维度的 shape 设置为 -1 时，它表示该维度的长度可以根据实际输入进行自动推断和调整。例如，对于图像识别任务，可以将输入的高度和宽度设置为 -1，以便接收不同尺寸的图像作为输入。

使用 -1 的形状信息还可以提高模型的灵活性，并允许它适应不同的输入场景。这在处理图像、序列数据等变长输入时尤其有用。

因此，在手写识别的 ONNX 模型中，如果将输入的 shape 设置为 -1，通常是正常的行为。您可以在 ModelScope 中加载这样的模型并使用不同大小的输入测试它的性能和准确性。