Tensorflow 如何使用hdf5文件加速google colab中的神经网络？

我正在colab中训练keras神经网络，我想加速它。这是我的名片。colab上的训练时间约为145秒/历元，而同样的神经网络在配备k20 GPU的服务器上的训练时间为5秒/历元。据我所知，训练速度慢的最可能原因是我在gdrive中有我的训练文件，从colab访问它们需要很多时间。据推测，解决方案是使用文件格式hdf5对数据进行“内存映射”。colab中的训练速度慢似乎是一个常见问题，但我找不到任何使用hdf5的代码解决方案

我以前从未使用过hdf5，因此您能给我一些关于如何在我的代码中进行“映射”的代码示例吗。我还试图：

• 使用较大的

  batch\u size=

  256或512，但速度没有改变
• 跳过

  ImageDataGenerator（）

  中的图像增强，但这只节省了25%的时间
• 使用

  tf.distribute.cluster\u resolver

  在多个GPU/TPU上分发，但我收到错误消息“fit\u生成器不支持使用tf.distribute.Strategy编译的模型。”

提前感谢，答案应该对社区中更多人有用