一、问题现象（附报错日志上下文）：
模型精度在NPU上比GPU差很多。通过精度三板斧分析法，检测出有算子溢出。
精度情况说明，由于原始数据集获取的问题，验证集采用训练集，验证结果在GPU上：

NPU上：

（截图只是三板斧某一步的指标）

二、软件版本:
-- CANN 版本 (e.g., CANN 3.0.x，5.x.x):
5.1.RC1.alpha005
--Tensorflow/Pytorch/MindSpore 版本:
1.15.0
--Python 版本 (e.g., Python 3.7.5):
3.7.5
-- MindStudio版本 (e.g., MindStudio 2.0.0 (beta3)):
--操作系统版本 (e.g., Ubuntu 18.04):
Ubuntu 18.04

三、测试步骤：
通过如下的检测步骤，第4步分析出有算子溢出。
请按下列步骤提供与GPU的精度对比数据和溢出检测的数据路径,如果哪步精度达标了就不需要再做下一步：
1.默认精度（即不开混合精度）：
2.默认精度+关闭融合规则的精度(该步测试完后记得一定要打开融合规则,以免影响其它测试)：
3.默认精度+LossScale的精度：
4.混合精度+LossScale下+溢出检测(如精度异常，请提供溢出检测数据OBS路径)：
5.使用"force_fp32"+LossScale下的精度：
算子溢出情况：

溢出数据如下：

四、日志信息:

URL:
https://e-share.obs-website.cn-north-1.myhuaweicloud.com?token=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

提取码:
111111

*有效期至: 2023/05/25 11:46:02 GMT+08:00

日志提供方式:
将日志打包后作为附件上传。若日志大小超出附件限制，则可上传至外部网盘后提供链接。

获取方法请参考wiki：
https://gitee.com/ascend/modelzoo/wikis/%E5%A6%82%E4%BD%95%E8%8E%B7%E5%8F%96%E6%97%A5%E5%BF%97%E5%92%8C%E8%AE%A1%E7%AE%97%E5%9B%BE?sort_id=4097825