标签： 训练最后一个epoch卡死

问题现象 通过日志查看数据切分是否对齐，若未对齐，容易导致部分进程完成训练退出，而部分训练进程因未收到其他进程反馈卡死，如下图同一时间有的进程在epoch48，而有的进程在epoch49。 解决方案 对齐数据。 父主题： 训练作业卡死 同意…