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

无

代码示例

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