diff --git a/figures/model_faq56_1103.png b/figures/model_faq56_1103.png
new file mode 100644
index 0000000000000000000000000000000000000000..95772a623efc952d3e7d9a0708cc8908bcab0189
Binary files /dev/null and b/figures/model_faq56_1103.png differ
diff --git a/figures/model_faq57_1103.png b/figures/model_faq57_1103.png
new file mode 100644
index 0000000000000000000000000000000000000000..80fba3e0e000b582ae1983721bbc51cef4a25f03
Binary files /dev/null and b/figures/model_faq57_1103.png differ
diff --git a/figures/model_faq58_1103.png b/figures/model_faq58_1103.png
new file mode 100644
index 0000000000000000000000000000000000000000..21660eb4e0a6fb3ede42f7f22199604ee1a179f3
Binary files /dev/null and b/figures/model_faq58_1103.png differ
diff --git "a/pytorch-train-guide/Pytorch\350\256\255\347\273\203-FAQ.md" "b/pytorch-train-guide/Pytorch\350\256\255\347\273\203-FAQ.md"
index c449ff3b585769204255d4645d0f415fd0fbe5a4..adc33fda652b2013cb1c10677cf80a4e148cdd0f 100644
--- "a/pytorch-train-guide/Pytorch\350\256\255\347\273\203-FAQ.md"
+++ "b/pytorch-train-guide/Pytorch\350\256\255\347\273\203-FAQ.md"
@@ -59,6 +59,9 @@
     - [FAQ53、arm环境import sklearn和torch冲突](#faq53arm环境import-sklearn和torch冲突)
     - [FAQ54、GPU 1P训练到59%报Killed错误](#faq54GPU-1P训练到59%报Killed错误)
     - [FAQ55、GPU 2P训练正常，8P训练报错](#faq55GPU-2P训练正常-8P训练报错)
+    - [FAQ56、在GPU环境，编译安装华为pytorch后，安装detectron2报错](#faq56GPU环境-编译安装华为pytorch后-安装detectron2报错)
+    - [FAQ57、GPU dump数据时报错No such operator torchvision::nms](#faq57GPU-dump数据时报错-No-such-operator-torchvision::nms)
+    - [FAQ58、训练报错NPU INTERNAL ASSERT FAILD](#faq58训练报错NPU-INTERNAL-ASSERT-FAILD)
   - [2.2 NPU模型分布式运行常见问题FAQ](#22-npu模型分布式运行常见问题faq)
     - [FAQ1、在模型分布式训练时，遇到报错 host not found.](#faq1在模型分布式训练时遇到报错-host-not-found)
     - [FAQ2、在模型运行时，遇到eval模式下loss值特别大，过万.](#faq2在模型运行时遇到eval模式下loss值特别大过万)
@@ -1146,6 +1149,39 @@ GPU 2P训练正常, GPU 8P训练报错，报错信息如下：
 - 处理方法   
 loss_scale有128减小为64，8P GPU训练正常
 
+### FAQ56、在GPU环境，编译安装华为pytorch后，安装detectron2报错
+- 现象描述  
+模型整网精度比对过程中，在GPU环境，编译安装华为pytorch后，安装detectron2报错如下：
+![](https://gitee.com/xiaxia3/ascend-pytorch-crowdintelligence-doc/raw/master/figures/model_faq56_1103.png)
+
+- 原因分析  
+可知是缺少文件acl_base.h，但是环境中能查到这个文件，然后是个人conda环境没有这个文件
+
+- 处理方法   
+将正常npu环境的/usr/local/lib/python3.7/dist-packages/torch/include/third_party 拷贝到个人conda环境/root/miniconda3/envs/wxx/lib/python3.7/site-packages/torch/include/目录下，问题解决。
+
+### FAQ57、GPU dump数据时报错，RuntimeError:No such operator torchvision::nms
+- 现象描述  
+模型整网精度比对过程中，在GPU dump数据时，算子报错，RuntimeError:No such operator torchvision::nms
+![](https://gitee.com/xiaxia3/ascend-pytorch-crowdintelligence-doc/raw/master/figures/model_faq57_1103.png)
+
+- 原因分析  
+用官网torch包训练正常，根据报错信息可知是torchvision包里的算子nms报错,原因是要源码编译安装torchvision
+
+- 处理方法   
+卸载torchvision编译源码安装，然后再次运行，问题解决。
+
+### FAQ58、模型训练报错，NPU-INTERNAL-ASSERT-FAILD
+- 现象描述  
+模型打通过程中，报RuntimeError: options.device().type() == DeviceType::NPU INTERNAL ASSERT FAILD，详情如下：
+![](https://gitee.com/xiaxia3/ascend-pytorch-crowdintelligence-doc/raw/master/figures/model_faq58_1103.png)
+
+- 原因分析  
+查找Pytorch源码，可能是输入参数不在同一个设备上报错
+
+- 处理方法   
+打印报错位置的输入tensor的device，一个在cpu上，一个在npu，将在cpu上的tensor to npu，问题解决。
+
 ## [2.2 NPU模型分布式运行常见问题FAQ](#22-NPU模型分布式运行常见问题FAQ)
 ### FAQ1、在模型分布式训练时，遇到报错 host not found.