在fluid下增op时，设置输入的属性，有AsDuplicable，可以接收vector tensor的输入，但每张卡上的输入都一样，如何设置每张卡上接收不一样的vector tensor呢？
可以将代码贴出来吗，看一下具体情况
我希望这几个圈出来的输入是vector tensor的，没设置AsDuplicable的话，会告诉我只能接收tensor类型输入。但如果我设置了AsDuplicable，多卡跑的代码的时候，1号卡的输入跟0号卡的输入一样，实际是不一样的
对于分布式来说，Op 的输入内容不一样，应该是在 Op 外部决定接收内容是否不一样的。你是准备在这个 op 内部做分布式吗？还是外部？
我是在外部做了分布式的，并且我在模型热启，调用set_state_dict()后，查看模型的state dict，参数加载的是分布式的，但是到了调用这个新增的op的时候，我打印传入的参数，发现0号卡跟1号卡是一样的
那你在调用这个op之前打印一下？
那你在调用这个op之前打印一下？ 就是在调用这个OP之前打印的，发现两张卡的参数一样
那这个跟 op 没关系了。查一下为什么送到 Op 之前预期是不一样的，反而一样。
换句话说，你想问的问题和你实际想问的不符。
好的，我再看下。还想问下AsDuplicable，这个设置的是什么呢？
这个是 fluid op 的写法，意思代表着这输入是可选的，可以传，可不传。不传他的 tensor 的数据指针就是 null
可传可不传不是AsDispensable这个设置的吗
看错了。
AsDuplicable 就是说这个可以重复，输入可能是个vector tensor AsDispensable 就是optional，这个参数可有可无
好的好的，谢谢。那个传入参数的问题确实是我外部代码的问题，感谢~