带有paddle.fft.fftshift网络模型的导出

[Yang-Changhui]

需求描述 Feature Description

请问，现在的动转静支持带有paddle.einsum API的网络吗，我将带有paddle.einsum网络动转静后，预测结果动态图和静态图结果不一样，请问还需要什么特殊配置吗

替代实现 Alternatives

No response

[HydrogenSulfate]

是已有的案例吗？结果的误差能达到多少呢？

[Yang-Changhui]

不是已有案例，我查看了已有案例，使用paddle.einsum API的网络好像都没有动转静，是我新复现的tfno网络预测darcy-flow数据集；误差比较大：感觉输入没有进入静态图网络一样
这是静态图预测结果：

这是动态图预测结果：

[HydrogenSulfate]

不是已有案例，我查看了已有案例，使用paddle.einsum API的网络好像都没有动转静，是我新复现的tfno网络预测darcy-flow数据集；误差比较大：感觉输入没有进入静态图网络一样 这是静态图预测结果：

这是动态图预测结果：

是否方便在aistudio上提供一下可复现的代码和复现命令

[Yang-Changhui]

@HydrogenSulfate 项目“neuraloperator”共享链接(有效期三天)：https://aistudio.baidu.com/studio/project/partial/verify/7659466/e8dfd505d4d044e29bf43a751960029b

[Yang-Changhui]

@HydrogenSulfate 你好，请问有时间帮忙查一下问题吗

[HydrogenSulfate]

不是已有案例，我查看了已有案例，使用paddle.einsum API的网络好像都没有动转静，是我新复现的tfno网络预测darcy-flow数据集；误差比较大：感觉输入没有进入静态图网络一样 这是静态图预测结果：

这是动态图预测结果：

1. 某些模型文档里没有导出和推理是因为正在开发中（这段时间会逐步补充完），与einsum无关
2. 我本地试了下含有einsum操作的DeepONet，结果跟动态图的前向完全一致，感觉可能不是einsum的问题
   ，需要进一步确认一下具体是哪个计算过程引入了BUG，可以通过对代码进行二分排查，比如二分点在第100行，那就在forward的第100行直接return结果，然后导出模型-推理，看下结果和动态图是否一致。

[Yang-Changhui]

@HydrogenSulfate 好的，谢谢，那我再看看

[Yang-Changhui]

@HydrogenSulfate 你好，查出问题出在paddle.fft.fftshift(x=out_fft, axes=fft_dims[:-1])，静态图和动态图输出结果不一样，

[HydrogenSulfate]

@HydrogenSulfate 你好，查出问题出在paddle.fft.fftshift(x=out_fft, axes=fft_dims[:-1])，静态图和动态图输出结果不一样，

收到，我本地测试一下看看