paddlescience训练模型，验证时出错 about paddlescience HOT 1 CLOSED

eval_by_batch函数和keep_batch属性是为了解决FourCastNet评估占用显存过大的问题而设计的，考虑到FourCastNet的样本间相互独立，因此首先为每个batch内的样本计算各自的指标（假设此处单个样本的指标为0-D标量），然后暂不进行reduce操作，从而得到形状为[batch_size, ]的batch_metric，最终把每个batch_metric在第0维拼接在一起，得到形状为[num_samples, ]的full_metric，再做reduce_sum或其他操作，计算整个dataset的指标。

然后看你的报错看起来是手动设置了Metric的keep_batch属性为True，并且metric的计算返回结果是一个标量，所以导致concat([标量，标量, ...])时报错。所以我觉得有可能是因为你的metric.forward函数返回的形状不符合[batch_size,]这一要求。

1. 可以尝试设置所有metric的keep_batch为False，
2. 保证metric.forward的返回形状是否是[batch_size,]的形式，参考MAE metric（当然这也许现在看来不一定合理，可以随时在issue里反馈）
3. 用stack代替concat并不是一个正确的解决方式，因为出错的原因可能并不出在这里

from paddlescience.