DistributeTranspilerConfig¶

class paddle.fluid.transpiler. DistributeTranspilerConfig ¶

单机任务切换为分布式任务的配置类，用户可根据需求进行配置，如指定同步/异步训练，指定节点个数及模型切分逻辑。

返回¶

None

属性¶

slice_var_up (bool)¶

是否为 Pserver 将 Tensor 切片，默认为 True, bool 类型属性，默认为 True。该参数将指定是否将参数/梯度切分后均匀分布于多个 PServer 上。slice_var_up 为 True 的情况下，会将参数均匀切分后分布于多个 PServer 端，使每个 PServer 的负载相对均衡。

split_method (PSDispatcher)¶

参数分发的方式，当前支持的方法包括 cn_api_fluid_transpiler_RoundRobin 和 HashName 两种，默认为 RoundRobin。

注意：尝试选择最佳方法来达到负载均衡。

min_block_size (int)¶

参数切片时，最小数据块的大小，默认为 8192。

注意：根据：https://github.com/PaddlePaddle/Paddle/issues/8638#issuecomment-369912156，当数据块大小超过 2MB 时，我们可以有效地使用带宽。如果你想更改它，请详细查看 slice_variable 函数。

代码示例

           from paddle.fluid.transpiler.ps_dispatcher import RoundRobin
import paddle.fluid as fluid

config = fluid.DistributeTranspilerConfig()
config.slice_var_up = True
config.split_method = RoundRobin
config.min_block_size = 81920

          