如果想用epl多机训练，如何指定是哪两台机器？[阿里云机器学习PAI] 暂停朗读为您朗读

在阿里云机器学习平台（Machine Learning Platform for AI，简称PAI）中，使用 EAS（Elastic Algorithm Service）进行多机训练时，可以通过 epl.start() 函数的参数来指定使用哪两台机器进行训练。

epl.start() 是 EAS 提供的启动多机训练的函数，其中可以通过 –worker_gpus 参数来指定使用的 GPU 设备。可以通过传递参数值来指定使用哪两台机器的 GPU 进行训练。

具体而言，可以在训练代码中调用 epl.start() 函数时，通过 –worker_gpus 参数来指定使用的 GPU 设备，例如：

import epl# 指定使用第一台和第三台机器的第一块和第二块 GPU 进行训练epl.start(worker_gpus="0,1;2,3")# 在训练过程中使用对应的 GPU 设备# ...

其中，worker_gpus 参数的取值格式为 “,;,“，表示使用 号机器的 号 GPU 和 号机器的 号 GPU 进行训练。

具体的使用方式和参数取值可能因实际的硬件环境、训练代码和数据分布而有所不同，需要根据实际情况进行调整。同时，还需要考虑到多机训练中的模型参数同步和更新方式，以确保在分布式训练中的模型一致性和收敛性。可以参考阿里云 PAI 的文档和示例代码，以及深度学习框架的官方文档和示例代码，进行详细的实现和调试。

• 如果想用epl多机训练，需要在提交训练任务时指定使用的机器列表。可以在提交训练任务时添加以下参数：

{  "multi_machine": {    "worker": [      "worker_1",      "worker_2"    ]  }}

其中，worker_1和worker_2是你要指定的机器名称，可以是云服务器ECS实例也可以是阿里云PAI训练集群的节点名称。在训练任务启动后，PAI会根据指定的机器列表自动创建Elastic Parameter Servers以及Worker节点，进行epl多机训练。