您好，根据您提供的信息我拉取了resnet_thor的1.3版本在8卡V100上进行测试，性能结果是正常的，平均每个step的时间是80ms左右，每个epoch不到7min。请您检查下在训练过程中，是否有其他的进程在使用CPU或者GPU，这会导致训练的性能下降。同时您可以参考MindSpore的性能调试教程：[url]https://www.mindspore.cn/mindinsight/docs/zh-CN/r1.3/performance_profiling_gpu.html[/url]，使用profiling进一步确认问题。

您好，日志中有如下的报错信息：ERROR] CORE(103,python):2021-07-04-20:45:39.349.822 [mindspore/core/utils/status.cc:43] Status] Thread ID 281471255286240 Unexpected error. Error in decodingLine of code : 148File : /home/jenkins/agent-working-dir/workspace/Compile_Ascend_ARM_EulerOS/mindspore/mindspore/ccsrc/minddata/dataset/kernels/image/image_utils.cc这个报错说明解析数据集的过程中，有图像不完整，导致解析失败。请您排查下数据集

评论 what??：您好，我这边使MindSpore官网提供的v1.0.1的包对应1.0.1的THOR代码是可以跑通的（https://ms-release.obs.cn-north-4.myhuaweicloud.com/1.0.1/MindSpore/gpu/ubuntu_x86/cuda-10.1/mindspore_gpu-1.0.1-cp37-cp37m-linux_x86_64.whl）。您可以检查一下您pip安装路径下的mindspore的文件内容，查看mindspore/_checkparam.py文件中check_bool函数的位置，v1.0.1中check_bool函数是独立出来的，而master版本中check_bool函数是位于Validator类中，这样可以确定安装的mindspore版本是否正确。

您好，感谢您使用THOR。对于问题1，是由于使用的mindspore版本和THOR代码版本不一致造成的。在mindspore1.0.1的版本中，由于接口变更`resnet_thor/src/thor_layer.py`的文件中，`from mindspore._checkparam import Validator`已经更改为 `from mindspore._checkparam import check_bool, twice, check_int_positive`。请您下载与mindspore1.0.1版本匹配的THOR代码（[url]https://gitee.com/mindspore/mindspore/tree/v1.0.1/model_zoo/official/cv/resnet_thor[/url]），问题1即可解决。对于问题2，同样是由于的mindspore版本和THOR代码版本不一致造成的，在mindspore0.5的版本中，`set_seed`函数还未添加，如果您使用mindspore0.5的版本，请使用对应的THOR代码（[url]https://gitee.com/mindspore/mindspore/tree/r0.5/model_zoo/resnet_thor[/url]）。readme文件中说的Ascend 910下需要0.3.0-alpha以上版本的mindspore，而GPU下需要1.0.0以上版本的mindspore，但是由于接口变更的原因，同时需要匹配每个版本对应的THOR代码。在mindspore官网你可以找到THOR的使用教程（[url]https://www.mindspore.cn/tutorial/training/zh-CN/master/advanced_use/cv_resnet50_second_order_optimizer.html[/url]）。如果您还有其他的使用问题，欢迎您联系我。