Machine learning 谷歌Colab有时使用相同的代码会变得更慢。可能的原因是什么？

我正在通过pytorch用Google Colab的GPU训练一名CNN模特。我的问题是，即使使用相同的代码运行，它有时也会慢三倍（在我的例子中是30秒->90秒）

我尝试重新启动运行时（它清除所有局部变量，但保留文件），但不起作用

我看过这篇文章，不过，我检查了我的GPU状态，它在11.5GB下运行良好

---

有时候断开一段时间后会恢复正常，但我仍然想找出可能的原因。

伙计们，我想我找到了可能的答案

---

因此，这可能是谷歌Colab本身的局限性。由于他们的政策，有时你会得到更少的计算资源，这会减慢进程，即使任何代码都没有改变。

伙计们，我想我找到了可能的答案

---

因此，这可能是谷歌Colab本身的局限性。由于他们的政策，有时您会得到更少的计算资源，这会减慢进程，即使任何代码都没有更改。

请共享一个复制问题的独立笔记本。您正在从驱动器读取数据文件吗？通常，驱动器性能差异很大，因此您可以先尝试将文件复制到本地磁盘。@BobSmith我正在读取本地磁盘中的文件，而且速度减慢问题仅发生在培训过程中，这就是我感到困惑的原因。请共享一个复制此问题的独立笔记本。您正在从驱动器读取数据文件吗？通常，驱动器性能差异很大，因此您可以先尝试将文件复制到本地磁盘。@BobSmith我正在本地磁盘上读取文件，而且速度减慢问题仅在培训过程中出现，这就是我感到困惑的原因。