比较与torch.distributed.gather的差异

查看源文件

torch.distributed.gather

torch.distributed.gather(
    tensor,
    gather_list=None,
    dst=0,
    group=None,
    async_op=False
)

更多内容详见torch.distributed.gather

mindspore.communication.comm_func.gather_into_tensor

mindspore.communication.comm_func.gather_into_tensor(tensor, dst=0, group=GlobalComm.WORLD_COMM_GROUP)

更多内容详见mindspore.communication.comm_func.gather_into_tensor

差异对比

PyTorch:该接口输入当前进程的tensor、聚合列表gather_list、目标的进程编号dst、通信域group及异步操作标志async_op,进行gather操作后结果保存在tensor中。当async_op为True时,返回异步work句柄,否则返回为空。

MindSpore:该接口输入待聚合的tensor,目标进程编号dst,通信域group,输出tensor,第一维等于输入数据第0维求和,其余维度与输入tensor一致。当前该接口不支持async_op的配置。

分类

子类

PyTorch

MindSpore

差异

参数

参数1

tensor

tensor

PyTorch:进行gather操作后的输出,MindSpore:待聚合的tensor

参数2

gather_list

-

PyTorch:待聚合tensor列表,MindSpore无此参数

参数3

dst

dst

-

参数4

group

group

-

参数5

async_op

-

PyTorch:异步操作标志,MindSpore无此参数