首先，要编译Ascend版本的源码，本地环境上需要安装Ascend配套软件包。其次，你截图上的错误是三方软件的patch打不上，因为之前已有patch打上了，新的patch与之前的patch有冲突部分，你把编译目录build目录删掉就好了。

评论 yd_236355814：那意味着这个Accuracy不适合你的场景，你可以使用其他的评价指标或者自定义评价指标，参考文档：https://www.mindspore.cn/tutorials/zh-CN/r1.7/advanced/train/metric.html

看起来是三方库编译的问题，只能提供一些参考建议： gcc使用原先的版本是否能编译成功？ .mslib目录是否先清空再编译。

也可以指定Accuracy类的_type为'multilabel'：model = Model(net, loss, opt, metrics={"acc": nn.Accuracy('multilabel')})

网络输出为2维，标签也为2维”这是期望的吗？你上面传给Model的参数metrics={'acc'}，其中'acc'实际使用的是Accuracy类，这个类支持的eval_type有'classification'（默认值）和'multilabel'。当Accuracy的eval_type设置为'classification'时，会检查网络输出与标签的shape，其中要求网络输出维度=标签维度+1

你这个报错栈在spacy里面，我本地使用的spacy 3.3.1，en-core-web-sm 3.3.0，numpy 1.21.5，import spacy没有遇到上述问题

评论 yd_99524044：官方案例提供在models仓库：https://gitee.com/mindspore/models/tree/master/official/nlp/fasttext

可以参考下这个帖子：https://stackoverflow.com/questions/66060487/valueerror-numpy-ndarray-size-changed-may-indicate-binary-incompatibility-exp

从报错日志来看是环境问题，你用的是什么版本的cuda？卡是否被占用？

请问你是通过静态图模式（GRAPH_MODE）运行还是动态图模式（PYNATIVE_MODE）运行的？GRAPH_MODE模式可以设置context.set_context(save_graphs=True)可以保存MindSpore IR，方便查看算子间的调用关系，也可以查看算子的输入输出shape等信息。由于报错算子名称是"SoftmaxCrossEntropyWithLogits"，从你上面贴出来的代码来看，是在调用loss = self.entropy_loss(logits=class_out, labels=label)时出错的，第二个输入shape为空，即label的shape的为空。label从construct函数入参到传给SoftmaxCrossEntropyWithLogits的过程中经过了一系列计算，如label = ms.numpy.where(label 0, (-100) * oneslike(label), label)、label = squeeze(label)等，建议先检查输入的label shape是否为空，然后检查前面这些操作是否会造成label shape变成空的。