我在一个ml.p3.2xlarge实例上使用Tensorflow训练一个Seq2Seq模型。当我在Google Colab上运行代码时，每个epoch的时间大约是40分钟。然而在实例上却需要大约5个小时！

这是我的训练代码

def train_model(train_translator, dataset, path, num=8):  with tf.device("/GPU:0"):    cp_callback = tf.keras.callbacks.ModelCheckpoint(filepath=path,                                                save_weights_only=True,                                                 verbose=1)    batch_loss = BatchLogs('batch_loss')    train_translator.fit(dataset, epochs=num,callbacks=[batch_loss,cp_callback])    return train_translator

我还尝试过不使用tf.device命令，但时间仍然相同。我做错了什么吗？

回答：

我不得不通过以下方式强制使用GPU

with tf.device('/device:GPU:0')