epl单机单卡和单机多卡训练step如何理解

单机单卡：
启动命令：TF_CONFIG='{"cluster":{"worker":["127.0.0.1:49119"]},"task":{"type":"worker","index":0}}' CUDA_VISIBLE_DEVICES=0 bash ./scripts/train_dp.sh

单机双卡：
启动命令：TF_CONFIG='{"cluster":{"worker":["127.0.0.1:49119"]},"task":{"type":"worker","index":0}}' CUDA_VISIBLE_DEVICES=0,1 bash ./scripts/train_dp.sh

代码修改了一下：去掉了last_step限制，数据集repeat=10，将txt改为py，可执行。
[resnet_dp.txt](https://github.com/alibaba/EasyParallelLibrary/files/12671704/resnet_dp.txt)

想请教下，这个如何理解呢？每个卡分别跑了10step？

Comienza con scripts/train_dp.sh y el ejemplo adjunto resnet_dp.txt/resnet_dp.py; después, compara los comandos para una sola GPU y para dos GPUs con los pasos indicados en cada caso. Documenta cómo dataset repeat, la configuración de los workers y la ejecución por dispositivo afectan al número de pasos; se considera terminado cuando el issue contiene una explicación clara respaldada por las ejecuciones observadas.

Escrito por el modelo de indexación a partir del texto del issue.