mindspore.merge_sliced_parameter

mindspore.merge_sliced_parameter(sliced_parameters, strategy=None)

将参数切片合并为一个完整的参数，用于分布式推理。关于它的细节，请参考：保存和加载模型（HyBrid Parallel模式）。

参数：

• sliced_parameters (list[Parameter]) - 参数切片，按rank id进行排列。

• strategy (Optional[dict]) - 参数切片策略，key为参数名称，value为该参数的切片策略。如果 strategy 为None，则只需按0轴顺序合并参数切片。默认值：None。

返回：

合并后的参数，包含所有数据。

异常：

• ValueError - 合并失败。

• TypeError - sliced_parameters 不正确或 strategy 不是dict。

• KeyError - 参数名称不在策略的key中。

样例：

>>> import numpy as np
>>> from mindspore import Tensor, merge_sliced_parameter, Parameter
>>>
>>> sliced_parameters = [
...                      Parameter(Tensor(np.array([0.00023915, 0.00013939, -0.00098059])),
...                                "network.embedding_table"),
...                      Parameter(Tensor(np.array([0.00015815, 0.00015458, -0.00012125])),
...                                "network.embedding_table"),
...                      Parameter(Tensor(np.array([0.00042165, 0.00029692, -0.00007941])),
...                                "network.embedding_table"),
...                      Parameter(Tensor(np.array([0.00084451, 0.00089960, -0.00010431])),
...                                "network.embedding_table")]
>>> merged_parameter = merge_sliced_parameter(sliced_parameters)
>>> print(merged_parameter)
Parameter (name=network.embedding_table, shape=(12,), dtype=Float64, requires_grad=True)