报错原因是算子类型CudnnRNN不支持，可以先尝试把这个算子换成产品文档中支持的算子类型。如果没有功能一致的算子，可联系华为工程师对此算子进行适配。

可以使用tensorflow提供的工具查看saved model的signature_def：1、找到你的tensorflow安装路径，如~/.local/lib/python3.8/site-packages/tensorflow，在tensorflow/python/tools/路径下有个saved_model_cli.py脚本。2、执行命令：python3 saved_model_cli.py show --dir ./saved_model --all，可以查看inputs/outputs tensor_info。

你贴出来的saved_model保存frozen graph的函数freeze_graph没问题，问题在于output_node_names不对。输出节点名称要跟保存saved_model时，设置的predict_signature保持一致。

这种问题一般是生成的frozen_graph有点问题，建议先检查一下pb模型文件

k不至于限制得这么小吧。我这边构造用例TopK给478632个数排序，是可以正常推理的，耗时2ms。你转模型的时候--aicore_num设置的几个核？上板推理的时候用了几个核？这两个核数需要一致，否则可能会有超时报错的问题。

算子超时就是算子的计算时间超过了300ms被强行退出了。但是我按照你截图里的shape，本地构造了个TopK单算子模型，上板是可以正常推理的，耗时2ms左右。你可以尝试下构造个TopK单算子模型看看能否正常推理，耗时多久。

device日志里显示是算子超时了，但是缺少RTS（压缩包里的RTS日志没有有用信息）或者GE日志，无法定位哪个算子超时。RTS和GE日志在/opt/log/aos_linux/hisi_log/debug路径下，文件名分别以RTS和GE开头。运行推理程序的时候加上pmupload，然后日志重新发出来看看。

netron不是OM模型官方支持的查看工具。可以尝试使用昇腾提供的模型修改工具查看模型：https://gitee.com/ascend/ait/tree/master/onnx-modifier

默认日志级别是ERROR，既然报错了，错误日志已经落盘。日志路径：/opt/log/aos_linux/hisi_log/debug可以把日志文件夹打包发出来，便于问题定位。

日志不全，也没看到ERROR日志呀。把整个文件发出来看看？Model parse to graph failed，感觉像是模型本身有问题，有用onnx runtime运行过吗？能否正常推理。