使用X2Paddle转换后的模型均可以使用Paddle Fluid进行预测。但对于PaddleLite上的部署，则需要检查模型中的OP是否都在PaddleLite中支持。使用check_for_lite.py可以进行检查。
python tools/check_for_lite.py paddle_model/inference_model/__model__
附：check_for_lite工具并不能完全判断模型是否被支持，PaddleLite详细支持的算子请参考PaddleLite支持算子集
X2Paddle转换后产出的路径下包括两个目录，
model_with_code: 包含保存的参数文件和模型python代码文件，供用户debuginference_model: 参数文件和序列化的模型结构文件，供用户预测部署
其中在inference_model中，X2Paddle将每个参数独立保存在不同的文件中（文件名和参数名一致），用户可使用merge_params.py将参数文件合并成一个文件使用
python tools/merge_params.py paddle_model/inference_model new_model_dir
合并参数后的模型保存在new_model_dir中