使用OSX上的AMD Radeon eGPU（金属）在Python中加速图像/掩码到numpy阵列

为了加快对Keras机型的培训，我在金属模式下使用了外置AMD Radeon RX Vega 56 eGPU和带有PlaidML的MacBook Pro。然而，我经常需要先将图像或遮罩添加到numpy阵列中进行训练。因此，我似乎无法使用外部eGPU

有人知道这个过程（下面的示例代码）是否也可以在外部eGPU上完成吗？

我希望使用外部eGPU加速的代码示例：

train_image = []
for index, row in train_df.iterrows():
    path = Path(train_path + row["ImageId"])
    img = image.load_img(path, target_size=(img_height, img_width, channels))
    img = image.img_to_array(img)
    img = img/255
    print(index, row["ImageId"],row['Category'], img.shape)
    train_image.append(img)
train_img = np.array(train_image)