文档中提到的测试例运行报错

[chengyi192]

https://www.paddlepaddle.org.cn/documentation/docs/zh/guides/paddle_v3_features/auto_parallel_cn.html#sanzidongbingxinghefenbushicelve

paddle版本：paddlepaddle_gpu-3.0.0.dev20241223-cp310-cp310-linux_x86_64.whl
文档中3.1 数据并行 提到的示例代码运行正常。
文档中3.4 3D 混合并行策略提到的示例代码，直接运行会报错。报错信息：

    for step, inputs in enumerate(dataloader):
  File "/usr/local/lib/python3.10/dist-packages/paddle/distributed/auto_parallel/api.py", line 3309, in __next__
    batch_data = next(self.iter)
AttributeError: 'ShardDataloader' object has no attribute 'iter'

[will-jl944]

paddlepaddle_gpu-3.0.0.dev20241223-cp310-cp310-linux_x86_64.whl

这是develop版本的paddle，对应的文档是：https://www.paddlepaddle.org.cn/documentation/docs/zh/develop/guides/paddle_v3_features/auto_parallel_cn.html#d

[chengyi192]

paddlepaddle_gpu-3.0.0.dev20241223-cp310-cp310-linux_x86_64.whl

这是develop版本的paddle，对应的文档是：https://www.paddlepaddle.org.cn/documentation/docs/zh/develop/guides/paddle_v3_features/auto_parallel_cn.html#d

感谢您的帮助，这次可以运行了，不过文档4.5 动转静训练提到的测试例还是无法运行：
该章节提到要添加一块代码，但是我在4.4 3D 混合并行策略 代码中添加后，会报错：

报错log：
INFO 2024-12-26 10:00:20,273 helper.py:274] start to build program for mode = train.

C++ Traceback (most recent call last):
0   paddle::pybind::static_api_mean(_object*, _object*, _object*)
1   CallStackRecorder::AttachToOps()
2   CallStackRecorder::GetOpCallstackInfo()

Error Message Summary:
FatalError: `Segmentation fault` is detected by the operating system.
  [TimeInfo: *** Aborted at 1735207220 (unix time) try "date -d @1735207220" if you are using GNU date ***]
  [SignalInfo: *** SIGSEGV (@0x0) received by PID 37717 (TID 0x7fa67a0a1740) from PID 0 ***]

#代码如下
opt = dist.shard_optimizer(opt)
#添加文档提到的代码
dist_model = dist.to_static(
    model, dataloader, paddle.mean, opt
)

dist_model.train()
for step, inputs in enumerate(dataloader()):
    data = inputs
    loss = dist_model(data)
    print(step, loss)
exit()

for step, inputs in enumerate(dataloader()):
    data = inputs[0]
    logits = model(data)
    loss = paddle.mean(logits)
    loss.backward()
    opt.step()
    opt.clear_grad()

请问是我哪里操作的不对吗？请问在你那里可以正常运行吗？