1 系统环境
硬件环境(Ascend/GPU/CPU): Ascend/GPU/CPU
MindSpore版本: mindspore=2.2.13
执行模式(PyNative/ Graph):不限
Python版本: Python=3.8.0
操作系统平台: 不限
2 报错信息
2.1问题描述
编码简易网络,该网络输入(5,51864)大小Tensor,选取每行第length列作为结果,设置Graph模式,连续执行两次,网络输出不一致
2.2脚本信息
3 根因分析
******此处由用户填写******
4 解决方案
******此处由用户填写******
包含文字方案和最终脚本代码
请将正确的脚本打包并上传附件
1 系统环境
硬件环境(Ascend/GPU/CPU): Ascend/GPU/CPU
MindSpore版本: mindspore=2.2.13
执行模式(PyNative/ Graph):不限
Python版本: Python=3.8.0
操作系统平台: 不限
2 报错信息
2.1问题描述
编码简易网络,该网络输入(5,51864)大小Tensor,选取每行第length列作为结果,设置Graph模式,连续执行两次,网络输出不一致
2.2脚本信息
import mindspore import mindspore.nn as nn import numpy as np from mindspore import Tensor mindspore.set_context(mode=mindspore.context.GRAPH_MODE, device_target="Ascend", device_id=0, reserve_class_name_in_scope=False, deterministic="ON") class SimpleNetwork(nn.Cell): def __init__(self, length): super(SimpleNetwork, self).__init__() self.length = length def construct(self, scores): return scores[:, self.length] inputs = np.load(r"npy/test.npy") scores = Tensor(inputs) simple_network = SimpleNetwork(50362) print(simple_network(scores))3 根因分析
******此处由用户填写******
4 解决方案
******此处由用户填写******
包含文字方案和最终脚本代码
请将正确的脚本打包并上传附件