ElasticDL 是一个基于 TensorFlow 2.0 构建的 Kubernetes 原生深度学习框架，支持容错和弹性调度。 TensorFlow 具有故障可恢复的原生分布式计算功能，在某些进程挂掉的情况下，分布式计算作业将停止，但是可以重新启动作业并从最新的检查点文件中恢复其原有状态。...