Python 在GoogleColab中使用autokeras时达到磁盘限制

我想避免在GoogleColab中使用autokeras时达到磁盘限制时错误终止

我目前正在使用和安装一个200GB的GoogleDrive计划，并将autokeras培训历史记录存储在驱动器中，以减少Colab中使用的空间量

我想知道是否有一种方法可以在不消耗GoogleColab磁盘空间的情况下使用autokeras进行训练

错误：

OSError: [Errno 28] No space left on device

代码：

导入shutil
将autokeras作为ak导入
将keras作为ks导入
从keras.utils导入np_utils
从sklearn.dataset导入fetch\u openml
作为pd进口熊猫
将numpy作为np导入
导入matplotlib
将matplotlib.pyplot作为plt导入
从PIL导入图像
导入glob
导入操作系统
从keras.preprocessing.image导入加载\u img、img\u到\u数组
导入系统
进口泡菜
导入请求
从TQM导入TQM
从io导入StringIO
#my_模块
从模块导入sep_数据集、行发送、预处理、模型评估、设置数据范围
train_folder_path='/content/drive/MyDrive/data/subc'
最大型号=30
def make_model（）：
input_node=ak.ImageInput（）
输出节点=ak.ImageBlock（normalize=False，augment=False，）（输入节点）
输出节点=ak.ClassificationHead（）（输出节点）
model=ak.AutoModel（输入=输入\节点，输出=输出\节点，覆盖=真，最大试验次数=最大模型，目录=训练\文件夹\路径，）
回归模型
t1，v1=sep_数据集.main（列文件夹路径，0）
t2，v2=sep\u dataset.main（列文件夹路径，1）
t3，v3=sep\u dataset.main（列文件夹路径，2）
列车=[]
val=[]
对于范围内的i（len（t1））：
列车附加（[t1[i]]+[t2[i]]+[t3[i]]））
val.append（[v1[i]]+[v2[i]]+[v3[i]]））
r、 c，v，p=设置数据范围.main（列文件夹路径）
对于范围内的计数（p，len（val））：
对于范围（v，3）内的i：
X_列，Y_列=预处理。主（列[count][i]，len（列[count][i]））
X_检验，Y_检验=治疗前.main（val[count][i]，len（val[count][i]））
模型=制作模型（）
模型拟合（X_序列，Y_序列，验证数据=（X_测试，Y_测试））
his=model.export_model（）
save_path=os.path.join（train_folder_path.rsplit（os.sep，1）[0]，'result_info'，'model.png'）
model_evaluation.main（X_测试、Y_测试、model、val、train_文件夹路径、count、i）
v=0