AI Platform 训练比本地慢

如何解决AI Platform 训练比本地慢

我正在使用 AI 平台训练 LSTM 模型，如下所示：

我的 config.yaml 文件：

trainingInput:
    runtimeVersion: "2.2"
    pythonVersion: "3.7"
    scaleTier: CUSTOM
    masterType: n1-standard-16
    workerType: n1-standard-16
    workerCount: 2
    scheduling:
            maxWaitTime: 3600s
            maxRunningTime: 7200s

训练代码：

strategy = tf.distribute.experimental.MultiWorkerMirroredStrategy()

with strategy.scope():
    keras_model = model.create_model(args.learning_rate)
    
history = (keras_model.fit(
    x_train,y_train,epochs=args.num_epochs,steps_per_epoch = steps_per_epoch,verbose = 1,validation_data = (x_val,y_val),validation_steps=validation_steps))

运行作业：

cloud ai-platform jobs submit training $JOB_NAME --region $REGION     --package-path trainer --module-name trainer.task     --config config.yaml --job-dir $JOB_DIR

但是，在本地运行作业时，它的训练速度要快得多，每个 epoch 在 2 分钟内完成，而在 AI 平台上大约需要 5 分钟或更长时间。

我正在做的事情一定有严重错误，但我没有想法，任何帮助表示赞赏。