mindspore.ops.Broadcast
- class mindspore.ops.Broadcast(root_rank, group=GlobalComm.WORLD_COMM_GROUP)[源代码]
对输入数据整组广播。
说明
集合中的所有进程的Tensor的shape和数据格式相同。
- 参数:
root_rank (int) - 表示发送源的进程编号。除发送数据的进程外,存在于所有进程中。
group (str,可选) - 表示通信域。默认值:
GlobalComm.WORLD_COMM_GROUP
。
- 输入:
input_x (tuple[Tensor]) - Tensor的shape为 \((x_1, x_2, ..., x_R)\) 。
- 输出:
tuple[Tensor],Tensor的shape与输入相同,即 \((x_1, x_2, ..., x_R)\) 。内容取决于 root_rank device的数据。
- 异常:
TypeError - root_rank不是int或group不是str。
- 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设备,用户需要准备rank表,设置rank_id和device_id,详见 Ascend指导文档 。
针对GPU设备,用户需要准备host文件和mpi,详见 GPU指导文档 。
该样例需要在多卡环境下运行。
>>> import mindspore as ms >>> from mindspore import Tensor >>> from mindspore.communication import init >>> import mindspore.nn as nn >>> import mindspore.ops as ops >>> import numpy as np >>> >>> ms.set_context(mode=ms.GRAPH_MODE) >>> init() >>> class Net(nn.Cell): ... def __init__(self): ... super(Net, self).__init__() ... self.broadcast = ops.Broadcast(1) ... ... def construct(self, x): ... return self.broadcast((x,)) ... >>> input_x = Tensor(np.ones([2, 4]).astype(np.int32)) >>> net = Net() >>> output = net(input_x) >>> print(output) (Tensor(shape[2,4], dtype=Int32, value= [[1, 1, 1, 1], [1, 1, 1, 1]]),)
- 教程样例: