为什么 Google Colab TPU 和我的电脑一样慢？

由于我有一个很大的数据集，而且我的电脑功率不大，所以我认为在 Google Colab 上使用 TPU 是个好主意。

所以，这是我的 TPU 配置：

try:
    tpu = tf.distribute.cluster_resolver.TPUClusterResolver()
    print('Running on TPU ', tpu.master())
except ValueError:
    tpu = None

if tpu:
    tf.config.experimental_connect_to_cluster(tpu)
    tf.tpu.experimental.initialize_tpu_system(tpu)
    strategy = tf.distribute.experimental.TPUStrategy(tpu)
else:
    strategy = tf.distribute.get_strategy()
    
print("REPLICAS: ", strategy.num_replicas_in_sync) 

这是我的训练：

hist = model.fit(train_dataset, epochs=10, verbose=1, steps_per_epoch=count_data_items(filenames)//64)

仅仅制定战略是不够的。您应该正确使用此策略。

您可能需要调整管道、增加批量大小等。

看看这里：https://cloud.google.com/tpu/docs/performance-guide

另一个重要的一点是TPU有一个预热期——在第一次调用期间（每次调用都使用新的输入形状），它花费大量时间构建计算图。