Describe the current behavior / 问题描述 (Mandatory / 必填)

cpu及npu静态图模式下，网络采用value_and_grad以及trainonestepcell训练时loss可以正常计算，但是梯度均一直为0，且不优化。

Environment / 环境信息 (Mandatory / 必填)

• Hardware Environment(Ascend/GPU/CPU) / 硬件环境:

Please delete the backend not involved / 请删除不涉及的后端:
/device ascend/GPU/CPU/kirin/等其他芯片

• Software Environment / 软件环境 (Mandatory / 必填):
  -- MindSpore version (e.g., 1.7.0.Bxxx) :2.2.1
  -- Python version (e.g., Python 3.7.5) :3.7.16
  -- OS platform and distribution (e.g., Linux Ubuntu 16.04):Linux Ubuntu
  -- GCC/Compiler version (if compiled from source):

• Excute Mode / 执行模式 (Mandatory / 必填)(PyNative/Graph):

Please delete the mode not involved / 请删除不涉及的模式:
/mode pynative

Related testcase / 关联用例 (Mandatory / 必填)

代码仓：https://gitee.com/kaiqixu/att2in

Steps to reproduce the issue / 重现步骤 (Mandatory / 必填)

1. 下载代码及数据压缩包，
2. 解压后运行bash train.sh即可。

Describe the expected behavior / 预期结果 (Mandatory / 必填)

可以计算梯度，且正常优化。

Related log / screenshot / 日志 / 截图 (Mandatory / 必填)

Special notes for this issue/备注 (Optional / 选填)