请教一下机器学习PAI，我想把FastNN库里的bert改成算子拆分并行，有相关文档吗，我在模型定？

问题1：关于将 FastNN 库中的 BERT 模型改为算子拆分并行的相关文档，目前我无法提供具体的机器学习 PAI 的文档链接。然而，你可以参考 TensorFlow 官方文档中有关自定义算子和模型并行化的章节。

如果你已经在模型定义前添加了拆分操作（split）的上下文，但没有看到预期的效果，可能有以下几个原因：

• 错误的上下文位置：确保你的拆分操作放置在正确的位置，以便算子能够正确拆分和并行执行。通常，在模型定义的输入部分，并在需要并行处理的层之前进行拆分操作会比较有效。

• 拆分参数设置：检查你对拆分操作的参数设置是否正确。确保你正确指定了拆分的维度和块数，以适应你的计算设备和数据分布方式。

• 分布式训练支持：如果你尝试在分布式环境中进行拆分操作并行化，确保你使用的机器学习 PAI 平台支持分布式训练和跨节点通信。这样才能实现节点之间的算子放置和传输。

问题2：关于跨节点的张量切分策略，如果你发现节点之间没有互相传输算子或互相放置，可能是因为当前的机器学习 PAI 平台还不支持此功能。分布式训练和节点间通信需要特定的配置和支持，包括网络连接、通信库和分布式计算框架。确保你在使用机器学习 PAI 平台时了解其分布式训练功能和支持的范围。

回答1：目前开源版本仅支持大规模分类场景。如果有Transformer等自动拆分场景需求，可以在github上给我们提issue或者需求
回答2：目前EPL不支持Transformer类模型的张量切分。暂时只支持大规模分类模型的算子拆分，即example中以resnet50为backbone的分类任务，此回答整理自钉群“EPL用户交流群”