在机器学习PAI里multiWorker配置是不是只需要指定GPU和num_gpus_per_worker就可以了？
在机器学习PAI里multiWorker配置是只需要指定下面两个就可以吗？[阿里云机器学习PAI]
「点点赞赏，手留余香」
还没有人赞赏，快来当第一个赞赏的人吧！
=====这是一个广告位，招租中，联系qq 78315851====
同尘云，您身边的云智能顾问
在机器学习PAI里multiWorker配置是不是只需要指定GPU和num_gpus_per_worker就可以了？
在阿里云机器学习PAI中，如果要使用 multiworker 模式进行分布式训练，需要在作业中进行相关配置。除 GPU 和 num_gpus_per_worker 外，还需要考虑以下几点：
在进行阿里云机器学习PAI的 multiworker 配置时，不仅需要指定 GPU 和 num_gpus_per_worker，还需要考虑以上相关因素进行配置。可以参考阿里云 PAI 官方文档，根据自己的具体需求进行作业配置。
在机器学习平台PAI中，通过multiWorker配置实现多节点训练时，除了指定GPU和num_gpus_per_worker外，还需要进行其他一些配置。
其中，需要设置的关键参数包括：
worker_num：指定工作节点的数量。
worker_gpu_memory_limit：指定每个工作节点可用的GPU内存的大小。
ps_num：指定参数服务器节点的数量。
ps_gpu_memory_limit：指定每个参数服务器节点可用的GPU内存的大小。
script: 指定训练脚本路径。
conda_file: 指定Python环境依赖文件的路径。
pip_requirements_file: 指定Python库依赖文件的路径。
data_dir: 指定数据集路径。
您可以根据自己的实际情况来配置这些参数。同时，在使用多节点训练时，还需要确保网络连接正常，所有节点上的Python环境和库都是一致的，并且各个节点上的设备驱动程序和CUDA版本也要保持一致。
num_gpus_per_worker默认是1，也可以不用指定。此回答整理自钉群：“【EasyRec】推荐算法交流群”