MindSpore报错“nn.GroupNorm算子内部使用的Tensor数据没有进行初始化，输出异常”解决

1 报错描述

1.1 系统环境

Hardware Environment(Ascend/GPU/CPU): GPU

Software Environment:

– MindSpore version (source or binary): 1.5.0

– 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GroupNorm单算子网络，对小批量输入计算分组归一化的例子。脚本如下：

01 context.set_context(mode=context.PYNATIVE_MODE, device_target="Ascend")
02 def get_x():
03   arr = np.random.randint(1,20,size=(1,4,16,16))
04   x = Tensor(arr, dtype = ms.float32)
05   return x
06
07 class GroupNormTest(nn.Cell):
08   def __init__(self):
09     super(GroupNormTest, self).__init__()
10     self.print = ops.Print()
11     self.norm1 = nn.GroupNorm(num_groups=4, num_channels=4,affine=**False**)
12    
13   def construct(self, x):
14     self.print(self.norm1.gamma)
15     x = self.norm1(x)
16     return x
17
18 groupnorm_op = GroupNormTest()
19 g2 = nn.GroupNorm(num_groups=4, num_channels=4,affine=**False**)
20 x = get_x()
21 output = groupnorm_op(x)
22 print(f"输出结果：{
   output}")

1.2.2 报错

由标杆算子知，预期输出的Tensor不应该全为0,这里打印结果如下：

输出结果： [[[[0., 0., 0., ..., 0., 0., 0.],
         [0., 0., 0.