UtilBase

class paddle.distributed.fleet. UtilBase

分布式训练工具类，主要提供集合通信、文件系统操作等接口。

方法

all_reduce(input, mode="sum", comm_world="worker")

在指定的通信集合间进行归约操作，并将归约结果返回给集合中每个实例。

参数

  • input (list|tuple|numpy.array) – 归约操作的输入。

  • mode (str) - 归约操作的模式，包含求和，取最大值和取最小值，默认为求和归约。

  • comm_world (str) - 归约操作的通信集合，包含：server 集合(server)，worker 集合(worker)及所有节点集合(all)，默认为 worker 集合。

返回

Numpy.array|None：一个和``input``形状一致的 numpy 数组或 None。

代码示例

COPY-FROM: paddle.distributed.fleet.UtilBase.all_reduce

barrier(comm_world="worker")

在指定的通信集合间进行阻塞操作，以实现集合间进度同步。

参数

  • comm_world (str) - 阻塞操作的通信集合，包含：server 集合(server)，worker 集合(worker)及所有节点集合(all)，默认为 worker 集合。

代码示例

COPY-FROM: paddle.distributed.fleet.UtilBase.barrier

all_gather(input, comm_world="worker")

在指定的通信集合间进行聚合操作，并将聚合的结果返回给集合中每个实例。

参数

  • input (int|float) - 聚合操作的输入。

  • comm_world (str) - 聚合操作的通信集合，包含：server 集合(server)，worker 集合(worker)及所有节点集合(all)，默认为 worker 集合。

返回

  • output (List): List 格式的聚合结果。

代码示例

COPY-FROM: paddle.distributed.fleet.UtilBase.all_gather

get_file_shard(files)

在数据并行的分布式训练中，获取属于当前训练节点的文件列表。

示例 1：原始所有文件列表 `files` = [a, b, c ,d, e]，训练节点个数 `trainer_num` = 2，那么属于零号节点的训练文件为[a, b, c]，属于 1 号节点的训练文件为[d, e]。
示例 2：原始所有文件列表 `files` = [a, b]，训练节点个数 `trainer_num` = 3，那么属于零号节点的训练文件为[a]，属于 1 号节点的训练文件为[b]，属于 2 号节点的训练文件为[]。

参数

  • files (List)：原始所有文件列表。

返回

  • List：属于当前训练节点的文件列表。

代码示例

COPY-FROM: paddle.distributed.fleet.UtilBase.get_file_shard