代码上库规范

规范1：PR标题与commit信息保持一致
规范2：一个PR只允许有一个提交记录，多个commit需要rebase合一，防止冗余的commit信息
规范3：描述清楚PR解决的问题（What does this PR do / why do we need it）
规范4：一个PR只能解决一个问题，禁止将多个问题放在一个PR提交
规范5：每个PR必须关联对应的issue（需求/Bug/Task/……），做到issue解决记录可跟踪，PR禁止合入与issue无关代码
规范6：禁止开发approve自己的PR
规范7：每个代码检视人员的检视意见必须有效闭环，由检视人员勾选“已解决”选项
规范8：CI门禁不过，禁止强行合入
规范9：每个PR提交前需做本地告警清零，都要有本地新增告警清零
规范10：特性或bugfix必须补充用例（增量代码LLT覆盖率>=80%），如无用例，需澄清原因且经过committer认可
建议1：每个PR建议不超过200行代码（减掉用例代码）

用例上库规范

ST用例运行方式: MindSpore Python语言的ST用例仅支持pytest方式运行（不支持python直接运行），文件名以 st_开头，支持在一个文件中定义多个用例，门禁不支持传递参数，需要在用例中设置运行参数。
目录结构: 存放在tests/st目录

门禁使能: 在 test_用例名称的上面添加以下字段（注意事项：用例不要绑Device ID，直接使用Device ID就可以了）

Ascend910 单P用例:

@pytest.mark.level0           # 说明: level0: 门禁构建用例   level1~level2: 版本构建用例
@pytest.mark.platform_arm_ascend_training
@pytest.mark.platform_x86_ascend_training
@pytest.mark.env_onecard      # 说明: env_onecard为单P
def test_resnet_cifar_1p():
    xxx
    xxx

Ascend910 8P用例:

@pytest.mark.level0           # 说明: level0: 门禁构建用例   level1~level2: 版本构建用例
@pytest.mark.platform_arm_ascend_training
@pytest.mark.platform_x86_ascend_training
@pytest.mark.env_single       # 说明: env_single为8P
def test_resnet_cifar_8p():
    xxx
    xxx

GPU单P用例:

@pytest.mark.level0           # 说明: level0: 门禁构建用例   level1~level2: 版本构建用例
@pytest.mark.platform_x86_gpu_training     # training 执行在Tesla V100; inference 执行在Tesla P4 (当前不提供)
@pytest.mark.env_onecard      # 说明: env_onecard为单P，env_single为8P
def test_LSTM():
    xxx
    xxx

CPU用例:

@pytest.mark.level0           # 说明: level0: 门禁构建用例   level1~level2: 版本构建用例
@pytest.mark.platform_x86_cpu
@pytest.mark.platform_arm_cpu
@pytest.mark.env_onecard      # 说明: 仅有env_onecard（CPU没有8P用例）
def test_lenet():
    xxx
    xxx

Ascend310 单P用例:

@pytest.mark.level0           # 说明: level0: 门禁构建用例   level1~level2: 版本构建用例
@pytest.mark.platform_arm_ascend310_inference
@pytest.mark.platform_x86_ascend310_inference
@pytest.mark.env_onecard      # 说明: env_onecard为单P, ascend310暂无多卡场景
def test_resnet_cifar_1p():
    xxx
    xxx

导包规则
- 调用 tests/st/tbe_networks/resnet.py中的 resnet50，则导入包名为：
```
from test.st.tbe_networks.resnet import resnet50
```
- 调用 models目录中的包，导入包名为：
```
from models.bert.src.xxx
```
- 调用 example目录中的包，导入包名为：
```
from example.xxx.xxx
```
数据集约定目录
- 输入数据集目录：/home/workspace/mindspore_dataset 例如: cifar10数据集：/home/workspace/mindspore_dataset/cifar-10-batches-bin
- 配置文件目录: /home/workspace/mindspore_config 例如: /home/workspace/mindspore_config/hccl/rank_table_8p.json
- 注意事项: 数据集不要上库，找CIE存放在运行环境中