mindspore.ops.Reduce
- class mindspore.ops.Reduce(dest_rank, op=ReduceOp.SUM, group=GlobalComm.WORLD_COMM_GROUP)[源代码]
规约指定通信组中的张量,并将规约结果发送到目标为dest_rank的进程中,返回发送到目标进程的张量。
说明
只有目标为dest_rank的进程(通信组的本地进程编号)才会收到规约操作后的输出。 当前支持Pynative和Graph模式。但Graph模式只支持图编译等级为O0的场景。 其他进程只得到一个形状为[1]的张量,且该张量没有数学意义。
- 参数:
dest_rank (int) - 指定接收输出的目标进程编号(通信组的本地进程编号),只有该进程会接收规约操作后的输出结果。
op (str,可选) - 规约的具体操作。如
"sum"
、"prod"
、"max"
、和"min"
。默认值:ReduceOp.SUM
。group (str,可选) - 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) - Tensor的shape为 \((x_1, x_2, ..., x_R)\) 。
- 输出:
Tensor,返回规约操作后,目标进程的tensor。数据类型与输入的 tensor 一致,shape为 \((x_1, x_2, ..., x_R)\)。
- 异常:
TypeError - 首个输入的数据类型不为Tensor,op 和 group 不是字符串。
RuntimeError - 如果目标设备无效,或者后端无效,或者分布式初始化失败。
- 支持平台:
Ascend
样例:
>>> from mindspore import ops >>> import mindspore.nn as nn >>> from mindspore.communication import init >>> from mindspore import Tensor >>> import numpy as np >>> # Launch 4 processes. >>> init() >>> class ReduceNet(nn.Cell): >>> def __init__(self): >>> super(Net, self).__init__() >>> self.reduce = ops.Reduce(dest_rank=1) >>> >>> def construct(self, x): >>> out = self.reduce(x) >>> return out >>> input = Tensor(np.ones([2, 8]).astype(np.float32)) >>> net = ReduceNet() >>> output = net(input) >>> print(output) Process with rank 1: [[4. 4. 4. 4. 4. 4. 4. 4.] [4. 4. 4. 4. 4. 4. 4. 4.]], Other proesses: [0.].
- 教程样例: