Created by: pkuyym

具体场景如下：

1. 使用一个单元的simple_gru2网络，在cpu集群上运行 2.输入数据为序列（长度为2个词），然后预测第3个词，词表大小为200万 3.训练节点采用100，单个节点batch_size为2000，trainer_count为32，优化方法为momentum sync 4.每个节点cpu利用率比较低 现在训练速度为 9.3s训练1万样本，非常慢，请问这个性能是否符合预期，有没有优化的建议？