与 colaboratory 相比，Python 脚本在 google 计算实例上运行速度较慢

Question

与 24-vCPU 谷歌计算实例相比，为什么我的机器学习 python/tensorflow 脚本在 colab 上运行得更快？在 colab 上调用： !/content/myscript.py谷歌计算实例上的调用： !/home/prj1/myscript.pycolab 上的纪元时间：0.8 秒谷歌计算实例的纪元时间：2.0 秒在这两种情况下，我都使用 tensorflow 1.11 和 python 2.7，myscript.py 是唯一运行的程序，并且没有使用 GPU。该脚本每 10 个时期在屏幕上显示训练进度（纯文本，无图形）。

Answer 1

通过遵循提高 CPU 上流行深度学习框架性能的技巧中推荐的优化，我能够将 epoch 时间降低到 1.1 秒

这是代码：

import os

N_CORES                       = int(os.cpu_count()/2)

os.environ["OMP_NUM_THREADS"] = str(N_CORES)

os.environ["KMP_BLOCKTIME"]   = "30"

os.environ["KMP_SETTINGS"]    = "1"

os.environ["KMP_AFFINITY"]    = "granularity=fine,verbose,compact,1,0"

config_sess                   = tf.ConfigProto(intra_op_parallelism_threads=N_CORES, inter_op_parallelism_threads=2, allow_soft_placement=True, device_count = {'CPU': N_CORES})

with tf.Session(config=config_sess) as sess: