all_gather¶

paddle.distributed. all_gather ( tensor_list, tensor, group=0 ) [源代码] ¶

进程组内所有进程的指定tensor进行聚合操作，并返回给所有进程聚合的结果。

参数¶

tensor_list (list) - 操作的输出Tensor列表。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。

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

group (int，可选) - 工作的进程组编号，默认为0。

返回¶

无

代码示例¶

          import numpy as np
import paddle
from paddle.distributed import init_parallel_env

paddle.set_device('gpu:%d'%paddle.distributed.ParallelEnv().dev_id)
init_parallel_env()
tensor_list = []
if paddle.distributed.ParallelEnv().local_rank == 0:
    np_data1 = np.array([[4, 5, 6], [4, 5, 6]])
    np_data2 = np.array([[4, 5, 6], [4, 5, 6]])
    data1 = paddle.to_tensor(np_data1)
    data2 = paddle.to_tensor(np_data2)
    paddle.distributed.all_gather(tensor_list, data1)
else:
    np_data1 = np.array([[1, 2, 3], [1, 2, 3]])
    np_data2 = np.array([[1, 2, 3], [1, 2, 3]])
    data1 = paddle.to_tensor(np_data1)
    data2 = paddle.to_tensor(np_data2)
    paddle.distributed.all_gather(tensor_list, data2)

         