mindspore.communication.comm_func.gather_into_tensor

mindspore.communication.comm_func.gather_into_tensor(tensor, dst=0, group=GlobalComm.WORLD_COMM_GROUP)[源代码]

对通信组的输入张量进行聚合。操作会将每张卡的输入Tensor的第0维度上进行聚合，发送到对应卡上。

说明

只有目标为dst的进程(全局的进程编号)才会收到聚合操作后的输出。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。当前支持PyNative模式，不支持Graph模式。

参数：

tensor (Tensor) - 输入待聚合的Tensor。Tensor的shape为 \((x_1, x_2, ..., x_R)\) 。
dst (int，可选) - 表示发送源的进程编号。只有该进程会接收聚合后的张量。默认值：0。
group (str，可选) - 表示通信域。默认值： GlobalComm.WORLD_COMM_GROUP 。

返回：

Tensor，即 \((\sum x_1, x_2, ..., x_R)\)。Tensor第0维等于输入数据第0维求和，其他shape相同。

异常：

TypeError - 首个输入的数据类型不为Tensor，op 或 group 不是str。
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：

说明

运行以下样例之前，需要配置好通信环境变量。

针对Ascend/GPU/CPU设备，推荐使用msrun启动方式，无第三方以及配置文件依赖。详见 msrun启动。

该样例需要在多卡环境下运行。

>>> import numpy as np
>>> import mindspore as ms
>>> import mindspore.nn as nn
>>> from mindspore.communication import init
>>> from mindspore import Tensor
>>> from mindspore.communication.comm_func import gather_into_tensor
>>> # Launch 2 processes.
>>>
>>> init()
>>> input = Tensor(np.arange(4).reshape([2, 2]).astype(np.float32))
>>> output = gather_into_tensor(tensor=data, dst=0)
>>> print(output)
Process with rank 0: [[0. 1.],
[2. 3.],
[0. 1.],
[2. 3.]]
Process with rank 1: [0]