【Mindspore 1.5rc】【Graph Mode性能】Graph Mode下，网络结构中存在较多循环时编译速度过慢

问题描述：

【问题背景】

推理时，我需要写一个自回归的过程，循环调用我的model，如

x=init()

for i in range(200):

    x=model(x)

我希望把这个过程放在一个nn.Cell类的construct方法里，这样可以在Graph Mode的时候速度快很多（否则就是在静态图之外，用python的过程来做这个循环）。

【问题】

当这个循环数量小的时候，我启动程序，还挺快的；但是一旦这个循环次数增加，启动程序时，程序会卡在编译阶段特别特别慢，难以忍受的慢（数小时）。

请问应该如何把这种循环放在静态图的遍历过程中，感觉太慢了啊，而且好像很吃显存

解答：

循环200次就相当于构造了相当于原始的模型200倍的model，显存和速度降低也是合理的，可以缩小下模型看下

主要问题在于循环展开导致编译时间较长，可以试试下面的code

'''

@constexpr

def get_range_start():

    return Tensor(0, dtype=dtype.int32)

@constexpr

def get_range_end(end):

    return Tensor(end, dtype=dtype.int32)

@ms_function

def construct(x):

    i = get_range_start()

    while i < get_range_end(200):

        x = model(x)

        i += 1

    return x

'''

可以试试这么写能不能关掉循环展开