1 报错描述
1.1 系统环境
Hardware Environment(Ascend/GPU/CPU): GPU
Software Environment:
– MindSpore version (source or binary): 1.6.0
– Python version (e.g., Python 3.7.5): 3.7.6
– OS platform and distribution (e.g., Linux Ubuntu 16.04): Ubuntu 4.15.0-74-generic
– GCC/Compiler version (if compiled from source):
1.2 基本信息
1.2.1 脚本
训练脚本是通过构建MatMul的单算子网络，对输入的两个张量计算矩阵乘积。脚本如下：
01 class Net(nn.Cell):
02 def __init__(self):
03 super(Net, self).__init__()
04
05 def construct(self, x1, x2):
06 out = ops.matmul (x1, x2)
07 return out
08
09 net = Net()
10 x1 = Tensor(np.arange(32*12800).reshape(32, 12800), mindspore.float32)
11 x2 = Tensor(np.arange(10*1280).reshape(10, 1280), mindspore.float32)
12 out = net(x1, x2)
13 print('out',out.shape)
1.2.2 报错
这里报错信息如下：
The function call stack (See file 'xxx/rank_0/om/analyze_fail.dat' for more details):
…
Traceback (most recent call last):
File "demo.py", line 12, in <module>
out = net(x1, x2)
…
raise ValueError(f"For '{cls_name}', the input dimensions must be equal, but got 'x1_col': {x1_col} "
ValueError: For 'MatMul', the input dimensions must be equal, but got 'x1_col': 12800 and 'x2_row': 10. And 'x' shape [32, 12800](transpose_a=False), 'y' shape [10, 1280](transpose_b=False).
原因分析
我们来看报错信息，在ValueError中，写到the input dimensions must be equal, but got ‘x1_col’: 12800 and ‘x2_row’: 10，结合官网对matmul算子的介绍(如下图)，即x1的最后一个维度和x2的倒数第二个维度需要保持一致，可知我们输入的x1、x2对应位置的维度12800、10不满足计算要求。
当然，在出现类似shape不匹配的问题时，通常在报错日志中会打印相应的图结构调用栈信息，也可以先从调用栈信息尝试定位错误位置。调用栈信息不够清晰时，可以考虑参考analyze_fail.dat文件辅助分析。
2 解决方法
基于上面已知的原因，很容易做出如下修改：
此时执行成功，输出如下：
out（32，1280）
3 总结
定位报错问题的步骤：
1、找到报错的用户代码行：x2 = Tensor(np.arange(10*1280).reshape(10, 1280), mindspore.float32);
2、 根据日志报错信息中的关键字，缩小分析问题的范围： For ‘MatMul’, the input dimensions must be equal, but got ‘x1_col’: 12800 and ‘x2_row’: 10.];
3、 结合官网对API的相关介绍，查看传入到API时的参数是否符合要求，也可以根据调用栈信息，参考analyze_fail.dat文件结合分析;
4、需要重点关注变量定义、初始化的正确性。