[ 输入参数用法不一致 ]torch.distributed.all_to_all_single

torch.distributed.all_to_all_single

torch.distributed.all_to_all_single(output, input, output_split_sizes=None, input_split_sizes=None, group=None, async_op=False)

paddle.distributed.alltoall_single

paddle.distributed.alltoall_single(out_tensor, in_tensor, in_split_sizes=None, out_split_sizes=None, group=None, sync_op=True)

其中 PyTorch 和 Paddle 功能一致，参数用法不一致，具体如下：

参数映射

PyTorch PaddlePaddle 备注
output out_tensor 用于保存操作结果的 Tensor，仅参数名不一致。
input in_tensor 输入的 Tensor， 仅参数名不一致。
output_split_sizes out_split_sizes 对输出 Tensor 的 dim[0] 进行切分的大小，仅参数名不一致。
input_split_sizes in_split_sizes 对输入 Tensor 的 dim[0] 进行切分的大小，仅参数名不一致。
group group new_group 返回的 Group 实例，或者设置为 None 表示默认地全局组。
async_op sync_op torch 为是否异步操作，Paddle 为是否同步操作，转写方式取反即可。

转写示例

async_op：是否为异步操作

# PyTorch 写法:
torch.distributed.all_to_all_single(output=output, input=input, async_op=True)

# Paddle 写法:
paddle.distributed.alltoall_single(out_tensor=output, in_tensor=input, sync_op=False)