scatter

paddle.distributed. scatter ( tensor, tensor_list=None, src=0, group=0 ) [源代码]

进程组内指定进程源的tensor列表分发到其他所有进程中。

参数

  • tensor (Tensor) - 操作的输出Tensor。Tensor的数据类型为:float16、float32、float64、int32、int64。

  • tensor_list (list,可选) - 操作的输入Tensor列表,默认为None。列表中的每个元素均为Tensor,每个Tensor的数据类型为:float16、float32、float64、int32、int64。

  • src (int,可选) - 操作的源进程号,该进程号的Tensor列表将分发到其他进程中。默认为0。

  • group (int,可选) - 工作的进程组编号,默认为0。

返回

代码示例

  1. import numpy as np
  2. import paddle
  3. from paddle.distributed import init_parallel_env
  4. paddle.set_device('gpu:%d'%paddle.distributed.ParallelEnv().dev_id)
  5. init_parallel_env()
  6. if paddle.distributed.ParallelEnv().local_rank == 0:
  7. np_data1 = np.array([7, 8, 9])
  8. np_data2 = np.array([10, 11, 12])
  9. else:
  10. np_data1 = np.array([1, 2, 3])
  11. np_data2 = np.array([4, 5, 6])
  12. data1 = paddle.to_tensor(np_data1)
  13. data2 = paddle.to_tensor(np_data2)
  14. if paddle.distributed.ParallelEnv().local_rank == 0:
  15. paddle.distributed.scatter(data1, src=1)
  16. else:
  17. paddle.distributed.scatter(data1, tensor_list=[data1, data2], src=1)
  18. out = data1.numpy()