MindSpore报ValueError:For ‘Pad‘,all elements of paddings must ＞=0

本文链接：https://blog.youkuaiyun.com/weixin_45875914/article/details/123914158

本文档记录了一个在MindSpore 1.6.0版本中使用GPU运行时遇到的错误，涉及Pad运算符。错误源于在构造函数中使用了负数填充值，而MindSpore要求填充值必须大于等于0。解决方案是将填充值更改为正数。通过分析错误信息、查阅API映射和比较PyTorch的用法，问题得到解决。修正后的代码成功执行并输出了预期结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1 报错描述

1.1 系统环境

Hardware Environment(Ascend/GPU/CPU): GPU
Software Environment:
– MindSpore version (source or binary): 1.6.0
– 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Pad的单算子网络，对输入张量进行边界填充。脚本如下：

 01 class Net(nn.Cell):
 02     def __init__(self):
 03         super(Net, self).__init__()
 04         self.pad_op = nn.Pad(((0, 0), (-1, 1)))
 05
 06     def construct(self, input_x):
 07        output = self.pad_op(input_x)
 08        return output
 09 net = Net()
 10
 11 input_x = Tensor(np.ones([3, 3]),mindspore.float32)
 12 output = net(input_x)
 13 print('output shape',output.shape)

1.2.2 报错

这里报错信息如下：

The function call stack (See file 'demo/rank_0/om/analyze_fail.dat' for more details):
# 0 In file pad.py(07)
       output = self.pad_op(input_x)
Traceback (most recent call last):
  File &quot;pad.py&quot;, line 12 in &lt;module&gt;
output = net(input_x)
…
File &quot; /lib/python3.7/site-packages/mindspore/ops/operations/nn_ops.py&quot;, line 3936, in infer_shape
    raise ValueError(f&quot;For '{self.name}', all elements of paddings must be &gt;= 0.&quot;)
ValueError: For 'Pad', all elements of paddings must be &gt;= 0

原因分析

在MindSpore1.6版本，在construct中创建和使用Tensor。如脚本中第09行代码所示。

接着看报错信息，在ValueError中，写到For ‘Pad’, all elements of paddings must be >= 0，意思是传的paddings必须大于等于0，根据这个报错和报错代码行很容易回溯到04行代码初始化padding属性值时，传入了负数-1，此时在API映射中查询pad可知，pytorch与MindSpore的pad算子存在使用差异（如图），
详见[https://www.mindspore. cn/docs/migration_guide/zh-CN/r1.6/api_mapping/pytorch_diff/Pad.html](https://www.mindspore. cn/docs/migration_guide/zh-CN/r1.6/api_mapping/pytorch_diff/Pad.html)。值得注意的是，在官网r1.3版本中写的是torch.nn.functional.pad和mindspore.ops.Pad功能一致，该处描述存在一定的缺陷，在r1.5分支及其以后分支中均已对两者的异同点进行了描述。

pytorch中能够传入负数，示例脚本如下：

 1 x = torch.empty(3, 3)
 2 pad = (-1, 1)
 3 output = torch.nn.functional.pad(x, pad)
 4 print('output shape',output.shape)

执行成功的输出如下：

output shape torch.Size([3, 3])

2 解决方法

基于上面已知的原因，很容易做出如下修改：

 01 class Net(nn.Cell):
 02     def __init__(self):
 03         super(Net, self).__init__()
 04         self.pad_op = nn.Pad(((0, 0), (1, 1)))
 05
 06     def construct(self, input_x):
 07        output = self.pad_op(input_x)
 08        return output
 09 net = Net()
 10
 11 input_x = Tensor(np.ones([3, 3]),mindspore.float32)
 12 output = net(input_x)
 13 print('output shape',output.shape)

此时执行成功，输出如下：

output shape (3, 5)

3 总结

定位报错问题的步骤：

1、找到报错的用户代码行：output = self.pad_op(input_x);

2、根据日志报错信息中的关键字，缩小分析问题的范围： For ‘Pad’, all elements of paddings must be >= 0;

3、查询不同版本上的API映射，与标杆算子进行对比；

4、需要重点关注变量定义、初始化的正确性。