ConvLSTM2d在colab GPU上的运行速度比CPU慢

问题描述

我正在训练一个convLSTM2d模型，该模型在批量为8的colabs GPU上运行非常慢。

当前，每个时期的预计到达时间为3小时。我已检查并启用了GPU。我还仅使用cpu进行了比较，每个时期的ETA减少到1.5小时。这可能是什么原因？ convLSTM2d在Cuda上不可用吗？这是我的下面的模型，谢谢您的指导。

conv_2d = tf.keras.Sequential([
  tf.keras.layers.ConvLSTM2D(32,kernel_size=(5,1),padding='same',return_sequences=False,input_shape=[30,14,1,1]),tf.keras.layers.Flatten(),tf.keras.layers.RepeatVector(look_forward),tf.keras.layers.Reshape((look_forward,32)),tf.keras.layers.ConvLSTM2D(32,return_sequences=True),tf.keras.layers.Timedistributed(tf.keras.layers.Dense(1,activation='relu'))
])

conv_2d.compile(loss=tf.keras.losses.MeanAbsoluteError(),optimizer=tf.optimizers.Adam(clipnorm=1.0),metrics=[tf.metrics.MeanAbsoluteError()])

history = conv_2d.fit(train,epochs=MAX_EPOCHS,validation_data=val,steps_per_epoch= STEPS_PER_EPOCH,validation_steps=VALIDATION_STEPS)

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）