为什么我的代码在GOOGLE COLAB中的运行速度比笔记本中的慢？

Question

我开始学习如何使用Google Colab，并且在我的第一个测试（使用Python 3）中，下面的代码在计算机中的执行速度比在Colaboratory（GPU）中的执行速度要快得多，并且我认为这里确实存在问题。

这就是我在做什么：

我使用CPU i5-72000U（2.5Gh）的

MY COMPUTER 我安装了CPU的tensorflow。执行时间为65秒。

合作伙伴将运行时提示修改为GPU，并加载了必要的文件（.csv文件，带有24kb的colab上传）。花了261秒。

我将非常感谢您提供帮助，以帮助您理解问题所在，也许是我的代码出了错？

from keras.models import Sequential #camadas sequenciais
from keras.layers import Dense
import numpy
import time

import pydot as pydot
from keras.utils.vis_utils import plot_model

numpy.random.seed(7)

#carregar arquivo
dataset = numpy.loadtxt("pima-indians-diabetes.data.csv", delimiter=",")

start_time = time.process_time()
#dividir entre variaveis de ENTRADA(X) e SAIDA(Y)
X = dataset[:,0:8]
Y = dataset[:,8]

#cria modelo
model = Sequential()
#adiciona uma camada com 12 neuronios e 8 entradas
model.add(Dense(12, input_dim=8, activation='relu')) #rectifier como funcao de ativacao
#segunda camada com 8 neuronios
model.add(Dense(8, activation='relu'))
#camada final para classificar
model.add(Dense(1, activation='sigmoid'))

#configurar o processo de aprendizagem
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])

#treinar o modelo
model.fit(X, Y, epochs=500, batch_size=10, verbose=0)

#avaliar o modelo
scores = model.evaluate(X, Y)
print("\n%s: %.2f%%" % (model.metrics_names[1], scores[1]*100))

#testar modelo
predections = model.predict(X)
rounded = [round(x[0]) for x in predections]

print(time.process_time() - start_time, "seconds")

---