我正在colab中训练一个keras神经网络，我想加快速度。这是我的code。在colab上，训练需要大约145秒/纪元，而在具有k20 GPU的服务器上，相同的神经网络则可以达到5秒/纪元。从我read的角度出发，最慢的培训原因可能是我的培训文件位于gdrive中，而从colab访问它们需要花费很多时间。据说，解决方案是使用文件格式hdf5对数据进行“内存映射”。在colab中训练速度慢似乎是一个常见问题，但是我找不到使用hdf5的任何代码解决方案。
我以前从未使用过hdf5，所以您能给我一些有关如何在代码中进行“映射”的代码示例吗？我们对加速培训的其他建议表示赞赏。我也尝试过：
batch_size= 256或512，但速度没有变化ImageDataGenerator()中的图像增强，但这仅节省了25％的时间tf.distribute.cluster_resolver在多个GPU / TPU上分布，但是我收到错误消息“使用tf.distribute.Strategy编译的模型不支持fit_generator。” 预先感谢，答案应该对社区中的更多人有用！