mindspore.communication.comm_func.irecv
- mindspore.communication.comm_func.irecv(tensor, src=0, group=GlobalComm.WORLD_COMM_GROUP, tag=0)[源代码]
接收张量到指定线程。
说明
Send 和 Receive 算子需组合使用,且有同一个 tag。 输入的 tensor 的shape和dtype将用于接收张量,但 tensor 的数据值不起作用。 当前支持PyNative模式,不支持Graph模式。
- 参数:
tensor (Tensor) - 输入Tensor。Tensor的shape为 \((x_1, x_2, ..., x_R)\) 。 输入的 tensor 的shape和dtype将用于接收张量,但 tensor 的数据值不起作用。
src (int,可选) - 表示发送源的进程编号。只会接收来自源进程的张量。默认值:0。
group (str,可选) - 工作的通信组。(默认值:Ascend平台为
"hccl_world_group"
,GPU平台为"nccl_world_group"
)。tag (int,可选) - 用于区分发送、接收消息的标签。该消息将被接收来自相同 tag 的Send发送的张量。默认值:0。
- 返回:
Tensor,其shape为 \((x_1, x_2, ..., x_R)\)。
- 异常:
TypeError - src不是int或group不是str。
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:
>>> from mindspore import ops >>> import mindspore.nn as nn >>> from mindspore.communication import init >>> from mindspore.communication.comm_func import irecv >>> from mindspore import Tensor >>> import numpy as np >>> # Launch 2 processes. Process 0 send the following array to Process 1 [[ 0. 1.] [ 2. 3.]] >>> init() >>> x = ms.Tensor(np.zeros([2, 2])) # Process 1 receive tensor from Process 0. >>> out = irecv(x, src=0) >>> print(out) [[ 0. 1.] [ 2. 3.]]