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？

scripts/train_dp.sh と添付された resnet_dp.txt/resnet_dp.py の例から始め、1 GPU と 2 GPU のコマンドを、それぞれで報告されたステップ数と比較します。dataset repeat、worker の設定、デバイスごとの実行がステップ数にどのような影響を与えるかを記録します。観測された実行結果によって裏付けられた明確な説明が Issue にあれば完了です。

索引モデルが issue の本文から書いたものです。