Колаборатория Google Keras TensorFlow LSTM очень медленная

Question

Я хотел бы выполнить настройку параметров для LSTM.

Данные

Мои X_train и Y_train имеют форму (330, 96, 2).

С приведенным ниже кодом процессор i7-4700MQ для ноутбука занимает около 7 секунд в каждую эпоху. Колаборатории Google с выбранным графическим процессором в режиме хостинга требуется 10 секунд на эпоху. На самом деле я ожидал, что Google Colab Laboratory будет значительно быстрее.

В чем может быть причина?

import tensorflow as tf
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Activation
from tensorflow.keras.layers import LSTM
import numpy as np

X_train = []
X_test = []
Y_train = []
Y_test = []

with open('/content/gdrive/My Drive/foo/X_train.txt', 'rU') as file:
    X_train = np.array(eval(file.readline())).reshape(-1, 96, 2)
with open('/content/gdrive/My Drive/foo/X_test.txt', 'rU') as file:
    X_test = np.array(eval(file.readline())).reshape(-1, 96, 2)
with open('/content/gdrive/My Drive/foo/Y_train.txt', 'rU') as file:
    Y_train = np.array(eval(file.readline())).reshape(-1, 96, 2)
with open('/content/gdrive/My Drive/foo/Y_test.txt', 'rU') as file:
    Y_test = np.array(eval(file.readline())).reshape(-1, 96, 2)

model = Sequential()

model.add(LSTM(30, input_shape=(96, 2), return_sequences=True))
model.add(Dense(units=2, use_bias=False))

model.compile(loss='mean_squared_error', optimizer='adam', metrics=['accuracy'])

model.fit(X_train, Y_train, batch_size=8, epochs=100, validation_data=(X_test, Y_test))