使用的是mindspore1.3.0

1、当 context.set_context(mode=context.GRAPH_MODE,enable_graph_kernel=True, device_target=device_type) 时报错；

2、改成下面两种方式，则正常运行；

context.set_context(mode=context.PYNATIVE_MODE, enable_graph_kernel=True,device_target=device_type)

context.set_context(mode=context.GRAPH_MODE, device_target=device_type)

非常感谢你使用mindspore的图算融合特性来进行实验的验证，从你这错误中不难发现应该是matmul算子在昇腾上使能图算融合这一特性后，进行了细粒度的展开，但是这个算子的info信息里的attrs缺少了transpose的具体值导致的错误。在R1.3分支上，图算融合对于Matmul算子的支持还不是很好，因此给出以下两种可能可以帮助你跑通该特性的解决方案：

1.继续使用r1.3分支的包来使能图算融合，需要在设置的时候多加一个限制，将代码从

 context.set_context(mode=context.GRAPH_MODE,enable_graph_kernel=True, device_target=device_type)

多加一个flag控制：

 context.set_context(device_target=device_type，  mode=context.GRAPH_MODE,enable_graph_kernel=True, graph_kernel_flags="--disable_expand_ops=MatMul")

使得在昇腾芯片上，MatMul这一个算子走正常的算子编译流程，应该可以解决这个问题。

2.不需要加任何flag控制，直接拉取r1.5分支的包，运行网络脚本，这个问题应该也不会出现。（推荐使用该解决方案，因为r1.5版本，图算的功能应该更加完善，鲁棒性更强。）