mindspore.utils

mindspore.utils.stress_detect()

用于检测硬件精度是否有故障。常见使用场景为在每个step或者保存checkpoint的时候，用户调用该接口，查看硬件是否有故障会影响精度。

返回：

int，返回值代表错误类型，0表示正常；非0表示硬件故障。

支持平台：

Ascend

样例：

>>> from mindspore.utils import stress_detect
>>> ret = stress_detect()
>>> print(ret)
0

mindspore.utils.dryrun.set_simulation()

用于设置dryrun功能开启。dryrun功能主要用于模拟大模型的实际运行，开启后可以在不占卡的情况下模拟出显存占用，编译信息等。 在PyNative场景下开启后，若存在从device取值到host的场景，会打印出Python调用栈日志，告知用户这些值是不准确的。

支持平台：

Ascend

样例：

>>> import mindspore as ms
>>> from mindspore.utils import dryrun
>>> import numpy as np
>>> dryrun.set_simulation()
>>> print(os.environ.get('MS_SIMULATION_LEVEL'))
1

mindspore.utils.dryrun.mock(mock_val, *args)

在网络中若一些if判断需要用到实际执行值，虚拟执行无法获取，可以使用该接口返回模拟值。实际执行时可以获取到正确结果，返回执行值。

参数：

• mock_val (Union[Value, Tensor]) - 虚拟执行场景下，想要输出的值。

• args (Union[Value, function]) - 期望被mock掉的值，可以是函数或者变量。

返回：

开启dryrun功能，返回静态模拟值（mock_val），否则返回实际执行结果（args）。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore as ms
>>> from mindspore.utils import dryrun
>>> import numpy as np
>>> dryrun.set_simulation()
>>> a = ms.Tensor(np.random.rand(3, 3).astype(np.float32))
>>> if dryrun.mock(True, a[0, 0] > 0.5):
...     print("return mock_val: True.")
return mock_val: True
>>>
>>> import mindspore as ms
>>> from mindspore.utils import dryrun
>>> import numpy as np
>>> a = ms.Tensor(np.ones((3, 3)).astype(np.float32))
>>> if dryrun.mock(False, a[0, 0] > 0.5):
...     print("return real execution: True.")
return real execution: True.
>>>
>>> import mindspore as ms
>>> from mindspore.utils import dryrun
>>> import numpy as np
>>> a = ms.Tensor(np.ones((3, 3)).astype(np.float32))
>>> if dryrun.mock(False, (a > 0.5).any):
...     print("return real execution: True.")
return real execution: True.