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 |
GMA模型迁移到mindspore框架之后，性能差距较大。pytorch源码在GPU上的性能为0.3ms/step, 但是mindspore的性能仅为34032ms/step，暂未找到问题来源。
Ascend) / 硬件环境: Ascend 910Please delete the backend not involved / 请删除不涉及的后端:
/device ascend 等其他芯片
Software Environment / 软件环境:
-- MindSpore version: 1.9.0
-- Python version: 3.7.5
-- OS platform and distribution (e.g., Linux Ubuntu 16.04):
Excute Mode / 执行模式:
Please delete the mode not involved / 请删除不涉及的模式:
/mode graph
GMA模型在mindspore的性能与pytorch一致，或者更高
pytorch的GMA模型单step运行时间如下所示：
对于mindspore的GMA模型，使用Profiling工具对训练性能的分析结果如下：
算子耗时统计排名：
ReduceSum算子详细信息：
各个阶段耗时情况：
Please assign maintainer to check this issue.
请为此issue分配处理人。
@fangwenyi @chengxiaoli
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。
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！
登录 后才可以发表评论
