算子支持类

Ascend CPU GPU 环境准备 初级 中级 高级

Q：使用MindSpore-1.0.1版本在图数据下沉模式加载数据异常是什么原因？

A：应该是construct中直接使用了带有axis属性的算子，比如P.Concat(axis=1)((x1, x2))这种，建议把算子在__init__中初始化 像这样

from mindspore import nn
from mindspore.ops import operations as P

class Net(nn.Cell):
    def __init__(self):
        super(Net, self).__init__()
        self.concat = P.Concat(axis=1)
    def construct(self, x, y):
        out = self.concat((x, y))
        return out

Q：nn.Embedding层与PyTorch相比缺少了Padding操作，有其余的算子可以实现吗？

A：在PyTorch中padding_idx的作用是将embedding矩阵中padding_idx位置的词向量置为0，并且反向传播时不会更新padding_idx位置的词向量。在MindSpore中，可以手动将embedding的padding_idx位置对应的权重初始化为0，并且在训练时通过mask的操作，过滤掉padding_idx位置对应的Loss。

Q：Operations中Tile算子执行到__infer__时value值为None，丢失了数值是怎么回事？

A：Tile算子的multiples input必须是一个常量（该值不能直接或间接来自于图的输入）。否则构图的时候会拿到一个None的数据，因为图的输入是在图执行的时候才传下去的，构图的时候拿不到图的输入数据。 相关的资料可以看相关文档的“其他约束”。

Q：官网的LSTM示例在Ascend上跑不通

A：目前LSTM只支持在GPU和CPU上运行，暂不支持硬件环境，您可以点击这里查看算子支持情况。

Q：conv2d设置为(3,10),Tensor[2,2,10,10]，在ModelArts上利用Ascend跑，报错：FM_W+pad_left+pad_right-KW>=strideW，CPU下不报错。

A：这是TBE这个算子的限制，x的width必须大于kernel的width。CPU的这个算子没有这个限制，所以不报错。