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？

从 scripts/train_dp.sh 和附带的 resnet_dp.txt/resnet_dp.py 示例开始，然后将单 GPU 和双 GPU 命令与其报告的步数进行比较。记录 dataset repeat、worker 配置和每设备执行如何影响步数；当 issue 有一份由观察到的运行结果支持的清晰解释时，即视为完成。

由索引模型根据 Issue 内容生成。