Pytorch分布式train——pytorch.distributed.launch V.S. torchrun

1. 较早的pytorch.distributed.launch

python -m torch.distributed.launch --nproc_per_node=4 --nnodes=1 --node_rank=0 train.py --args XXX

参数解析：

nnodes：节点（主机）的数量，通常一个节点对应一个主机

node_rank：指的是当前启动的是第几台服务器，从 0 开始。

nproc_per_node：一个节点中显卡的数量

-master_addr：master节点的ip地址，也就是0号主机的IP地址，该参数是为了让 其他节点 知道0号节点的位，来将自己训练的参数传送过去处理

-master_port：master节点的port号，在不同的节点上master_addr和master_port的设置是一样的，用来进行通信

原文链接：http://t.csdnimg.cn/bDRj0