【mindspore】【Categorical】softmax数据放入Categorical类出现和不为1的错误

Categorical类

import mindspore
import mindspore.nn as nn
import numpy as np
from mindspore import Tensor
from mindspore.nn.probability.distribution import Categorical


class Actor(nn.Cell):
    def __init__(self, state_dim, action_dim):
        super().__init__()
        self.fc = nn.SequentialCell([
            nn.Dense(in_channels=state_dim, out_channels=32),
            nn.ReLU(),
            nn.Dense(in_channels=32, out_channels=action_dim),
            nn.Tanh()
        ])
        self.softmax = nn.Softmax(axis=-1)

    def construct(self, state):
        out = self.fc(state)
        return self.softmax(out)


actor = Actor(4, 2)
for i in range(1000):
    x = Tensor(np.random.random(size=(10, 4)),dtype=mindspore.float32)
    y = actor(x)
    print(y)
    cat = Categorical(y)
    index = cat.sample()
    print(index)

【操作步骤&问题现象】

今天使用了nn.softmax函数对神经网络输出处理，经过对神经网络的输出处理后，变为一个相加为1的Tensor，然后我用这个Tensor去输入到Categorical中，在训练过程中，有时会出现数据放到Categorical里面会出现相加不为1的错误

对于同样的数据，我把它放到pytorch的Categorical类里面处理发现没有错误，由此我在想是否是因为精度的原因，比如X为此tensor，允许X.sum() = 1 - epsilon，这个epsilon是否可以调大一点？

 mindspore1.5-cpu，python3.7.5，windows 10环境下，Categorical类中的精度调整之后发现就不报错了。