mindspore.ops.Send
- class mindspore.ops.Send(sr_tag, dest_rank, group=GlobalComm.WORLD_COMM_GROUP, group_back=GlobalComm.WORLD_COMM_GROUP)[源代码]
发送张量到指定线程。
说明
Send 和 Receive 算子需组合使用,且有同一个 sr_tag。
- 参数:
sr_tag (int) - 用于区分发送、接收消息的标签。该消息将被拥有相同 sr_tag 的Receive接收。
dest_rank (int) - 表示发送目标的进程编号。只有目标进程会收到张量。
group (str,可选) - 表示通信域。默认值:
GlobalComm.WORLD_COMM_GROUP
。group_back (str,可选) - 表示计算反向传播时的通信域。默认值:
GlobalComm.WORLD_COMM_GROUP
。
- 输入:
input_x (Tensor) - 输入待发送的Tensor,Tensor的shape为 \((x_1, x_2, ..., x_R)\) 。
- 异常:
TypeError - dest_rank不是int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。
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:
>>> import numpy as np >>> import mindspore.nn as nn >>> from mindspore.communication import init >>> from mindspore import Tensor >>> from mindspore import ops >>> >>> init() >>> class SendNet(nn.Cell): >>> def __init__(self): >>> super(SendNet, self).__init__() >>> self.depend = ops.Depend() >>> self.send = ops.Send(st_tag=0, dest_rank=8, group="hccl_world_group") >>> >>> def construct(self, x): >>> out = self.depend(x, self.send(x)) >>> return out >>> >>> input_ = Tensor(np.ones([2, 8]).astype(np.float32)) >>> net = Net() >>> output = net(input_)
- 教程样例: