mindspore.ops.AllGather
- class mindspore.ops.AllGather(group=GlobalComm.WORLD_COMM_GROUP)[源代码]
在指定的通信组中汇聚Tensor。
Note
集合中所有进程的Tensor必须具有相同的shape和格式。用户在使用之前需要设置环境变量,运行下面的例子。获取详情请点击官方网站 MindSpore 。
- 参数:
group (str) - 工作的通信组,默认值:”GlobalComm.WORLD_COMM_GROUP”(即Ascend平台为”hccl_world_group”,GPU平台为”nccl_world_group” )。
- 输入:
input_x (Tensor) - AllGather的输入,shape为 \((x_1, x_2, ..., x_R)\) 的Tensor。
- 输出:
Tensor,如果组中的device数量为N,则输出的shape为 \((N, x_1, x_2, ..., x_R)\) 。
- 异常:
TypeError - group 不是str。
ValueError - 调用进程的rank id大于本通信组的rank大小。
- 支持平台:
Ascend
GPU
样例:
>>> # This example should be run with two devices. Refer to the tutorial > Distributed Training on mindspore.cn >>> import numpy as np >>> import mindspore as ms >>> import mindspore.ops as ops >>> import mindspore.nn as nn >>> from mindspore.communication import init >>> from mindspore import Tensor >>> >>> ms.set_context(mode=ms.GRAPH_MODE) >>> init() >>> class Net(nn.Cell): ... def __init__(self): ... super(Net, self).__init__() ... self.allgather = ops.AllGather() ... ... def construct(self, x): ... return self.allgather(x) ... >>> input_x = Tensor(np.ones([2, 8]).astype(np.float32)) >>> net = Net() >>> output = net(input_x) >>> print(output) [[1. 1. 1. 1. 1. 1. 1. 1.] [1. 1. 1. 1. 1. 1. 1. 1.] [1. 1. 1. 1. 1. 1. 1. 1.] [1. 1. 1. 1. 1. 1. 1. 1.]]