Google cloud platform 如何让我的datalab机器学习运行得更快

我得到了一些数据，一个csv文件中有320万个条目。我试图在tensorflow中使用CNN估计器来训练模型，但速度非常慢。每次我运行脚本时，它都会卡住，就像网页（localhost）不再响应一样。有什么建议吗？（我试过使用22个CPU，但无法再增加）

---

我可以运行它并使用一个线程，比如命令行pythonxxx.py&来保持进程继续吗？一段时间后再回去检查？

我很抱歉回答，尽管我完全不知道datalab是什么，但您是否尝试过批处理

---

我不知道在这种情况下是否可能，但一次插入可能只有10000个条目，并且分很多批执行，最终所有条目都被输入？

正是出于这个原因，谷歌提供了TensorFlow的无服务器机器学习。它被称为。您的工作流程基本上如下所示：

开发一个程序，在一个小数据集上训练你的神经网络，这个数据集可以存储在内存中（消除错误，确保它按照你想要的方式工作）

将您的完整数据集上载到云（谷歌云存储或BigQuery或&c）（）

向ML Cloud提交包含您的培训计划的包（这将指向您的完整数据集在云中的位置）（）

在云端开始培训工作；这是无服务器的，因此它可以根据需要扩展到尽可能多的机器，而无需设置集群&c。（）

您可以使用此工作流在海量数据集上训练神经网络-对于图像识别特别有用

如果这是一个有点太多的信息，或者如果这是一个工作流程的一部分，你会做很多，你想得到一个更强大的处理，Coursera提供了一个课程。（我接受了，对Coursera上谷歌云服务的质量印象深刻。）