Python Tensorflow c_api（1.13.2）-导入LSTM.pb：预期输入[1]为控制输入

我目前正在使用C-API（TF==1.13.2）导入一个经过训练的（python3.8，TF==2.3）LSTM模型。我必须坚持使用这个软件版本。我试着用一个虚拟的例子来展示我的步骤

使用tensorflow cli的我的模型说明（用于虚拟导入目的）

python3.8~/path/to/tensorflow/python/tools/saved_model_cli.py show--dir~/path/to/model/folder--tag_set serve--signature_def serving_默认值为：

    The given SavedModel SignatureDef contains the following input(s):
      inputs['input_1'] tensor_info:
          dtype: DT_FLOAT
          shape: (-1, 2, 1)
          name: serving_default_input_1:0
    The given SavedModel SignatureDef contains the following output(s):
      outputs['dense'] tensor_info:
          dtype: DT_FLOAT
          shape: (-1, 1)
          name: StatefulPartitionedCall:0
    Method name is: tensorflow/serving/predict

我尝试使用以下方法导入图形结构：

uint8\t m\u numinput=1；
TF_输出*m_输入=静态_转换（malloc（sizeof（TF_输出）*m_numinput））；
TF_输出t0={TF_GraphhoperationByName（m_Graph_，“服务_默认值_输入_1”），0}；
m_输入_u0]=t0；
//*********求输出张量
uint8_t m_NumOutputs=1；
TF_输出*m_输出=静态_投射（malloc（sizeof（TF_输出）*m_NumOutputs））；
TF_输出t2={TF_graphhoperationbyname（m_Graph_，“StatefulPartitionedCall”），0}；

声明输入值后，我运行了一个会话：

TF_张量**InputValues=static_cast（malloc（sizeof（TF_张量*）*m_numinput））；
TF_张量**OutputValues=static_cast（malloc（sizeof（TF_张量*）*m_NumOutputs））；
const std:：vector dims={1,2,1}；
const auto data_size=std:：accumulate（dims.begin（）、dims.end（）、sizeof（float）、std:：乘{}）；
自动数据=静态转换（标准：：malloc（数据大小））；
向量VAL={1.0,1.0}；
std:：copy（vals.begin（），vals.end（），data）；//初始输入值。
自动张量=TF_新传感器(
TF_浮动，
dims.data（），静态投影（dims.size（）），
数据，数据大小，
&NoOpDeallocator，nullptr
);
输入值[0]=张量；
TF_会话运行(
m_会话，空，
输入值，输入值，输入值，
m_输出，输出值，m_数值，
NULL，0，NULL，
m_状态_
);
void*buff=TF_TensorData（输出值[0]）；
浮动*偏移=静态施法（buff）；

在
TF_SessionRun（）
处，我收到以下错误：

Expected input[1] == 'TensorArrayV2_1/element_shape:output:0' to be a control input.
    In {{node TensorArrayV2Stack/TensorListStack}}
     [[{{node sequential/lstm/PartitionedCall}}]]
     [[{{node StatefulPartitionedCall}}]]
     [[{{node StatefulPartitionedCall}}]]

我只是不知道在这种情况下，控制输入意味着什么。在软件块2中，我将
输入[1]
设置为零，因为在cli输出中，当显示“名称”时，建议这样做

我尝试了几个不同的层，只有在我使用时间序列层（LSTM、GRU）时才收到这个错误。有人知道我可能错过了什么吗？谢谢你的建议
 我对python 3.6.8、Tensorflow python 2.3.0版和Tensorflow Java 1.13.1版也有同样的问题。在将Java版本更新到1.15.0之后，它被修复了，并且我能够使用Java中的LSTM层进行预测。
如果其他人在这个问题上遇到了问题，我会做以下工作来确认问题与使用的Tensorflow版本有关：

我包含了TF2.3.1共享库，在Python中导出了TF2.3.1模型，并在C++中成功导入了模型。
之后，我将Python模型升级为版本1.131，并使用TF1.131共享库导入了C++中成功的模型。我使用了TysFooSo.2.3.1共享库，并能够成功地将模型导入C++中。