代码拉取完成，页面将自动刷新
| name | about | labels |
|---|---|---|
| Bug Report | Use this template for reporting a bug | kind/bug |
Ascend/GPU/CPU):Uncomment only one
/device <>line, hit enter to put that in a new line, and remove leading whitespaces from that line:/device ascend
/device gpu
/device cpu
Please add labels (comp or sig), also you can visit https://gitee.com/mindspore/community/blob/master/sigs/dx/docs/labels.md to find more.
为了让代码尽快被审核，请您为Pull Request打上 组件(comp)或兴趣组(sig) 标签，打上标签的PR可以直接推送给责任人进行审核。
更多的标签可以查看https://gitee.com/mindspore/community/blob/master/sigs/dx/docs/labels.md
以组件相关代码提交为例，如果你提交的是data组件代码，你可以这样评论：
//comp/data
当然你也可以邀请data SIG组来审核代码，可以这样写：
//sig/data
另外你还可以给这个PR标记类型，例如是bugfix或者是特性需求：
//kind/bug or //kind/feature
恭喜你，你已经学会了使用命令来打标签，接下来就在下面的评论里打上标签吧！
此处可能存在不合适展示的内容，页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容，可点击提交进行申诉，我们将尽快为您处理。
如下代码抛异常"Illegal AnfNode for evaluating, node"
from mindspore.nn import Cell
from mindspore import Tensor, dtype, context
context.set_context(save_graphs=True, save_graphs_path='graph_path')
class Net(Cell):
def __init__(self):
super().__init__()
self.ini_flg = Tensor(False, dtype.bool_)
self.true_flg = Tensor([True], dtype.bool_)
self.false_flg = Tensor([False], dtype.bool_)
def construct(self, x, y):
finish_flg = self.ini_flg
while finish_flg:
x = x + 1
y = y - 1
if x > y:
finish_flg = self.false_flg
else:
finish_flg = self.true_flg
return x, y
x = Tensor([0], dtype.int32)
y = Tensor([10], dtype.int32)
net = Net()
net(x, y)
但是为while语句添加not后可以正常运行
from mindspore.nn import Cell
from mindspore import Tensor, dtype, context
context.set_context(save_graphs=True, save_graphs_path='graph_path')
class Net(Cell):
def __init__(self):
super().__init__()
self.ini_flg = Tensor(False, dtype.bool_)
self.true_flg = Tensor([True], dtype.bool_)
self.false_flg = Tensor([False], dtype.bool_)
def construct(self, x, y):
finish_flg = self.ini_flg
while not finish_flg:
x = x + 1
y = y - 1
if x > y:
finish_flg = self.false_flg
else:
finish_flg = self.true_flg
return x, y
x = Tensor([0], dtype.int32)
y = Tensor([10], dtype.int32)
net = Net()
net(x, y)
初步分析原因是：SetUndeterminedFlag只会设置到当前graph的fg_parent， 添加了not后parent就不是while的head block了
初步分析原因：
不加not时，从header调用body进入循环时，变量finish_flag是scalar(bool)类型，在body执行过程中强制将变量finish_flag改为Tensor(bool)类型，body执行完后再次递归调用body传参finish_flag类型发生变化，导致出错。
控制流有过约束，循环体内部不能更改变量类型，如果变量是Tensor，不允许更改dtype和shape。
问题初步定位：
StaticAnalysis阶段，
第一次外部调用header图时，UndeterminedFlag=false，finish_flg初始化为Tensor(bool), 第一次infer时对parameter设置为arg的abstract，value为常量。
第二次从Body调用Header时，UndeterminedFlag=true，finish_flg被设置为Tensor([bool]), parameter设置为arg的abstract，value为kAnlyValue。
Specilize阶段,
第一次外部调用header图时，UndeterminedFlag=true，finish_flg初始化为Tensor(bool), arg的value被Broaden为kAnyValue,查询不到parameter的EvalResult，所以报错。
Appearance & Root Cause
问题现象：
Infer阶段报错。
问题根因：
while header图的第一次调用实参是Scalar常量类型，第二次由body调用header是Tensor变量类型，特化的时候一定会对实参做broaden，所以第一次调用的实参会被broaden为Scalar变量，导致查询不到infer缓存(只有Scalar常量缓存)
Fix Solution
当查询不到Scalar变量缓存时，回头查询Scalar常量。(优先使用和body一致的类型，不能统一一致时按不broaden类型查询)
登录 后才可以发表评论
