网络的输入参数个数（3个）跟数据集的column（6个）数量不一致导致的

【问题分析】你看到的这个报错信息确实有些不准确，不过最新的mindspore已经修改了日志提示：修改点，请参考：https://gitee.com/mindspore/mindspore/pulls/12087/files从文件gpu_memory_manager.cc的修改可以看出，报错的根因是GPU显存分配不足导致的；【问题进一步确认】 更新mindspore，跑一把，应该会看到：Device memory isn't enough and alloc failed, alloc size: xxx【解决办法】1. 换个显存大的GPU环境；2. 适当降低batch_size

如果使用TrainOneStepCell，就不需要用户再去zero_grad了。TrainOneStepCell内部已经做了这个操作请参考mindspore源码：mindspore/nn/wrap/cell_wrapper.pyTrainOneStepCell依赖GradientAccumulation，GradientAccumulation在contruct里调用_gradient_clear_op去实现zero_grad的。

这个比较简单吧。不妨使用如下工具，试一下呢1. pip install erhsh-python2. emsd train 13. python emsd_train/train_01_lenet.py or python emsd_train/train_01_lenet.py --data_path=./data/mnist

[quote][size=2][url=forum.php?mod=redirect&goto=findpost&pid=434201&ptid=83052][color=#999999]回复：PIP 发表于 2020-10-26 20:11[/color][/url][/size] 您好，谢谢指导！ 但还是不明白，请问为啥label字段应该是int32型呢？官网线性函数拟合的例子里，label字段也是float32型。 是因为所使[/quote]如果预测label不是稀疏数据，SoftmaxCrossEntropyWithLogits的参数sparse不应设置，或设置为False。（设置为True时，mindspore会认为label是一个稀疏的int类型数据，会走Onehot的流程。）

楼主您好，报这个错误的根不原因是label字段的数据类型设置有误，label字段应该设置为int32类型，当前程序设置的是float32. 看了下./stock_LSTM_fluid/datasets/stock_dataset.txt， 里面的8列数据不清楚什么含义，不过应该有label字段吧。建议：从./stock_LSTM_fluid/datasets/stock_dataset.txt获取准确的label字段。normalize的时候，注意要去掉label这个字段。定义网络结构的时候有个num_classes参数，当前脚本配置为1，这个要根据具体情况设置一下。