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？

Inizia con scripts/train_dp.sh e con l’esempio allegato resnet_dp.txt/resnet_dp.py, quindi confronta i comandi per una singola GPU e per due GPU con gli step riportati. Documenta in che modo dataset repeat, la configurazione dei worker e l’esecuzione per dispositivo influiscono sul numero di step; il lavoro è completato quando l’issue contiene una spiegazione chiara supportata dalle esecuzioni osservate.

Scritto dal modello di indicizzazione a partire dal testo della issue.