导入 tensorflow 的时间太长

如何解决导入 tensorflow 的时间太长

我正在尝试在我的大学集群上执行机器学习算法。但是，我对处决所需的时间感到好奇。因此，我编写了以下简单的作业提交脚本“second_job.slurm”，该脚本尝试导入 tensorflow 和 keras 并打印执行此操作所需的时间。

#!/bin/bash
#SBATCH --job-name=take_7
#SBATCH --partition=standard
#SBATH --time=00:03:00
#SBATCH -N 1
#SBATCH --ntasks-per-node=1

cd $SLURM_SUBMIT_DIR

/home/apps/bio_tools/conda/bin/python numpy_trial.py

这是我要执行的“numpy_trial.py”代码。

import time
start = time.time()
import tensorflow as tf
print("tensorflow imported")
print(str(time.time()-start))
import keras
print("keras imported")
print(str(time.time()-start))

接下来，这是我提交作业脚本以供执行时得到的输出类型。

Using TensorFlow backend.
tensorflow imported
85.91778874397278
Keras imported
87.1820878982544

在我的本地桌面上运行相同的代码最多需要 2 秒！为什么在集群系统中导入那些包需要将近一分钟的时间？？我错过了什么吗？？

对于规范，conda 环境使用 python 3.7，它有一个 tensorflow（版本 2.0.0）。我在 Windows 操作系统上使用 PuTTy 软件访问集群。