文档反馈

问题文档片段

问题文档片段包含公式时,显示为空格。

提交类型
issue

有点复杂...

找人问问吧。

PR

小问题,全程线上修改...

一键搞定!

请选择提交类型

问题类型
规范和低错类

- 规范和低错类:

- 错别字或拼写错误,标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致,但不影响操作。

- 表述不通顺,但不影响理解。

- 版本号不匹配:如软件包名称、界面版本号。

易用性

- 易用性:

- 关键步骤错误或缺失,无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰,该分类、分项、分步骤的没有给出。

正确性

- 正确性:

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误,无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示:

- 对重要数据或系统存在风险的操作,缺少安全提示。

内容合规

- 内容合规:

- 违反法律法规,涉及政治、领土主权等敏感词。

- 内容侵权。

请选择问题类型

问题描述

点击输入详细问题描述,以帮助我们快速定位问题。

mindspore.ops.Send

查看源文件
class mindspore.ops.Send(sr_tag, dest_rank, group=GlobalComm.WORLD_COMM_GROUP, group_back=GlobalComm.WORLD_COMM_GROUP)[源代码]

发送张量到指定线程。

说明

Send 和 Receive 算子需组合使用,且需要有同一个 sr_tag

参数:
  • sr_tag (int) - 用于区分发送、接收消息的标签。该算子发送的消息将被拥有相同 sr_tag 的Receive算子接收。

  • dest_rank (int) - 表示发送目标的进程编号。只有目标进程会收到张量。

  • group (str,可选) - 表示通信域。默认值: GlobalComm.WORLD_COMM_GROUP

  • group_back (str,可选) - 表示计算反向传播时的通信域。默认值: GlobalComm.WORLD_COMM_GROUP

输入:
  • input_x (Tensor) - 输入待发送的Tensor,Tensor的shape为 (x1,x2,...,xR)

异常:
  • TypeError - dest_rank不是int或group不是str。

  • RuntimeError - 如果目标设备无效,或者后端无效,或者分布式初始化失败。

  • ValueError - 如果该线程的rank id 大于通信组的rank size。

支持平台:

Ascend GPU

样例:

说明

运行以下样例之前,需要配置好通信环境变量。

针对Ascend/GPU/CPU设备,推荐使用msrun启动方式,无第三方以及配置文件依赖。详见 msrun启动

该样例需要在2卡环境下运行。

>>> import numpy as np
>>> import mindspore.nn as nn
>>> from mindspore.communication import init
>>> from mindspore import Tensor
>>> from mindspore import ops
>>>
>>> init()
>>> class SendNet(nn.Cell):
...     def __init__(self):
...         super(SendNet, self).__init__()
...         self.depend = ops.Depend()
...         self.send = ops.Send(sr_tag=0, dest_rank=8, group="hccl_world_group")
...
...     def construct(self, x):
...         out = self.depend(x, self.send(x))
...         return out
>>>
>>> input_ = Tensor(np.ones([2, 8]).astype(np.float32))
>>> net = SendNet()
>>> output = net(input_)
教程样例: