Mindspore 1.5rcGraph Mode训练速度慢，这是为什么？

问题描述：

【背景信息】

整个Model是一个文字识别任务，包含CNN，Transformer，Loss只有一个CrossEntropy的分类loss。

【问题描述】

整个代码已经在PyNative模式下顺利运行，并且训练到了很高的性能。

训练输入是batchsize=64的160x48的图片。输出类别数为7000左右。

单卡单机，PyNative下训练，每个Batch平均需要3秒左右

现在拿在PyNative模式下训练好的Model，load进来以后切换成GRAPH Mode继续finetune，发现精度几乎一致，没有下降，但是速度慢了一大截！比PyNative模式，每个batch慢了10倍左右的时间！

解答：

应该是图重复编译了，dict，list,tuple都不要作为根图的入参，因为graph是有编译缓存的，tensor作为入参时，是把shape和type看做是key的，其他类型都是要看object的属性和value的，如果传入一个dict可能导致某些value一直在变，导致图缓存不下来，每个step都在编译图，时间会大大增加。