标签：恢复

2026-02-28andy阅读(58)评论(0)

如何利用 PyTorch Elastic 实现分布式训练的弹性伸缩与故障自动恢复 在超大规模深度学习训练任务中，集群稳定性是一个巨大的挑战。传统的分布式训练方案（如静态 MPI）往往由于单个节点的 GPU 掉卡、OOM 或网络故障导致整个训...

2026-02-02andy阅读(128)评论(0)

在旧版本的Git中，我们通常使用git checkout或git reset来撤销或恢复文件。然而，这两个命令功能过于强大且语义混淆（checkout既可以切换分支，又可以撤销文件修改）。为了解决这个问题，Git在2.23版本引入了两个新的...