和parameter的输入类型是没有关系的，昨天welink中反馈Segmentation fault的用例中grad是一个scalar,然后校验indices.shape[0]和grad.shape[0]时由于grad.shape为空取[0]时越界导致段错误。上述用例中var是0维，grad一维，由于var和grad的shape要求一致，这个用例应该会报shape不一致错误。综合来看，针对这个单算子，0d的场景不应该出现，可以不进行测试。

针对你的问题，可以仔细阅读众智文档中《MindSpore Ascend计算算子接入指南》的4.1节。1、方法infer_shape infer_dtype 有什么作用呢？InferShape()函数与InferType()函数的核心是通过输入及属性，计算出输出的Type和Shape，以此确定计算所需的内存大小。shape是一个元祖shape是一个元祖，反映了各个维度的维数。dtype 是指data type，表示数据类型，反映了各个维度的维数。dtype 是指data type，表示数据类型。每个算子有各自的特定功能，算子对输入的shape和type可能有特定的要求，输入数据通过算子计算以后也可能会使shape和dype改变。因此，我们需要了解算子的功能和大致计算逻辑，对每个算子输入进行合理校验，以及对输出的shape和type给出推理结果。我们现在需要在C++侧来实现这部分功能，python侧不必实现infer_shape和infer_dtype。2、它的参数的含义是什么？C++推理函数的入参是对应输入顺序的AbstractTuple，包含了输入张量的shape和data type相关信息。3、我该如何定义我的算子（HShrinkGrad）相应的方法？需要在C++测实现对输入的规范性校验，以及对输出shape和data type的推导功能，具体的的实现内容根据算子功能不同有差异。

-1是代表这个算子在当前不能推算出确定的shape值，CTCGreedyDecoder算子是一个动态shape算子，框架需要进行适配。目前正在适配中，您可以过两天再取新的代码进行尝试。