Я пытаюсь использовать Google Colab и обучать мою модель CNN. Я использовал GPU в качестве аппаратного ускорителя, но процесс обучения все еще очень медленный. Мой набор данных содержит 1534 тренировочных изображения и 530 тестовых изображений. Мой компьютер, на котором нет графического процессора, занимает около 2 часов. Я слышал, что Google Colab GPU намного быстрее, но я не могу увидеть более быстрые результаты?
from keras.models import Sequential
from keras.layers import Conv2D
from keras.layers import MaxPooling2D
from keras.layers import Flatten
from keras.layers import Dense
classifier = Sequential()
classifier.add(Conv2D(32, (3, 3), input_shape = (100, 100, 3), activation = 'relu'))
classifier.add(MaxPooling2D(pool_size = (2, 2)))
classifier.add(Conv2D(32, (3, 3), activation = 'relu'))
classifier.add(MaxPooling2D(pool_size = (2, 2)))
classifier.add(Flatten())
classifier.add(Dense(units = 128, activation = 'relu'))
classifier.add(Dense(units = 10, activation = 'softmax'))
classifier.compile(optimizer = 'adam', loss = 'binary_crossentropy', metrics = ['accuracy'])
from keras.preprocessing.image import ImageDataGenerator
train_datagen = ImageDataGenerator(rescale = 1./255,
shear_range = 0.2,
zoom_range = 0.2,
horizontal_flip = True)
test_datagen = ImageDataGenerator(rescale = 1./255)
training_set = train_datagen.flow_from_directory('sgn_dataset/train_set',
target_size = (100,100),
batch_size = 32,
class_mode = 'categorical')
test_set = test_datagen.flow_from_directory('sgn_dataset/test_set',
target_size = (100, 100),
batch_size = 32,
class_mode = 'categorical')
classifier.fit_generator(training_set,
steps_per_epoch = 1534,
epochs = 15,
validation_data = test_set,
validation_steps = 548)
это мой код, который мне нужно запустить. Я сел на поездку в Колаб и изменил путь моего тестирования и обучения.
Что-то, что я делаю неправильно, вызывает проблемы?