Лаборатория Jupyter и Google Colab не используют все бесплатные оперативной памяти

Question

этот код предназначен для реализации тензорного потока.conv2d, и я уверен, что это правильно, но проблема в том, что я имею дело с 400 фотографиями в виде пустых матриц, поскольку у меня большой набор данных, равный 400 фотографиям, он занимает 80 секунд, чтобы применить код к каждой фотографии, что очень медленно, я проверил, я попробовал свой код на Google Colab, и это было то же самое, и я заметил, что я использую только 4 ГБ из 12 ГБ, как я могу использовать больше бесплатный оперативной памяти в моем устройстве или Google Colab, как я проверил на своем ноутбуке, что у меня есть бесплатный 9 ГБ оперативной памяти из 16.

пожалуйста, помогите мне

r = 0 #stride of low
bb = 0  #stride of row
testa = []
f = 0 #no of filters 
x = []
mul = [] # multiplication of padded R image and filters
#x = [] #sub matrices of the image.
pics = 0


for pics in range(400):
    print("pic number")
    print(pics)

    for f in range(32): #filters 

        k = 0

        for k in range(256): #rows
            i = 0 #columns
            v = 0 #start of columns
            z = 0 #stride col 
            if k > 0 and k < 255 :
                r+= 1 #stride row
                bb +=1 #stride row

            for i  in range (256): #columns

                x.append(a[pics][r:bb+3,v:z+3])#   print (x[i])       #sub matric

                re = np.array(Rlist[f]) #filter
                re.resize(3,3)
                rr = 0 #rows in filter
                mu = 0 
                z += 1
                v += 1
                for rr in range (3):
                    cc = 0 #columns in filter
                    for cc in range (3):

                        #print(x[0][rr][cc])
                        #print(i)
                        mu += np.multiply(x[i][rr][cc],re[rr][cc])

            mul.append(mu)
    testa.append(mul)