问题描述
我正在循环加载以.npy格式保存的10-15MB numpy数组，在Google Colab中每次加载大约需要1.5秒。那是可以接受的速度吗？到目前为止，这是我循环中最慢的部分。另外，第二次运行循环时速度更快（大概是因为已加载的文件已保存到RAM？），但最终循环又变慢了（RAM耗尽了？）。
这是我用来加载数组的代码：
data = np.load('/content/drive/My Drive/Share/Daily Data/Processed/' + str(fileName))
任何加快此速度的建议将不胜感激，现在我每个循环加载1500个数组，因此每个循环大约需要25分钟。数组必须分别加载（请不要建议我将它们全部附加并立即全部加载，我不能）。
解决方法
作为近似测试， 我可以在6毫秒内（从本地磁盘）加载一个包含1_000_000个元素（int64）的.npy文件。
- 您的文件（/ content / drive / ...）是在Google数据中心中，还是在您自己的存储中？
- 在后一种情况下，您能否将文件复制到文件，以便它们与计算一起在Google上？