1 系统环境
硬件环境(Ascend/GPU/CPU): CPU
MindSpore版本: 1.9.0
执行模式（PyNative/ Graph）: PyNative
Python版本: 3.7.5
操作系统平台:不限
2 报错信息
2.1 问题描述
针对shape为（1，）的输入，SoftMax的输出结果应该为1，但是MindSpore直接抛出异常
2.2 报错信息
Run op inputs type is invalid!
2.3 脚本代码
import mindspore as ms
print(ms.ops.Softmax(-1)(ms.Tensor(np.ones(1)), ms.float32))
3 根因分析
1.Softmax类报错
在1.9.0的环境下运行Softmax代码
首先明确出问题的API：ms.ops.Softmax，与这个类紧密相关的是ms.ops.softmax函数（大小写区别）
在1.9.0版本的API文档中，可以看出，ms.ops.Softmax函数输入量应该是Tensor和指定的轴：
而在报错的代码中：
print(ms.ops.Softmax(-1)(ms.Tensor(np.ones(1)), ms.float32))
我们可以看到输入的量有三个：轴-1，Tensor和dtype数据类型
因此，这与API文档相背离，所以报错。
2.使用softmax函数
Softmax类来源于softmax函数，使用softmax函数是否可以避免报错？
观察softmax的API文档，发现不支持指定数据类型，因此替换了也会报错。
3.更高版本的MindSpore会有解决办法吗
对于python类Softmax，从1.9.0到2.0.0alpha到2.0.0rc1，都是只有axis一个输入量，因此不能输入dtype这个参数。
而对于函数softmax，1.9.0和2.0.0alpha中，都不能输入dtype。
但是在2.0.0rc1最新版本中，增加了dtype这个输入项。
4 解决方案
根据根因分析：ms.ops.Softmax的输入量出现了问题，因此有以下解决方法：
1.输入量改为指定了浮点精度的MindSpore的Tensor
x = ms.Tensor(np.ones(1), ms.float32)
print(ms.ops.Softmax(-1)(x))
2.用softmax而非Softmax实现相同效果：输入量需要先指定浮点精度
x = ms.Tensor(np.ones(1), ms.float32)
print(ms.ops.softmax(x))
3.升级MindSpore版本，并改用2.0.0rc1中的softmax函数，这时函数支持在softmax中指定dtype
x = ms.Tensor(np.ones(1))
print(ms.ops.softmax(x,dtype=ms.float32))
这时候，就可以不在Tensor中指定数据类型/精度，而是在softmax函数中指定dtype。
4.鉴于2.0.0rc1中已经给softmax函数指定了dtype的能力，那么可能在未来，Softmax类也可以直接支持dtype的输入，也就意味着上述报错的代码不会报错了。