Google Colaboratoryでの.py実行について

Google Colaboratoryでの.py実行

Google ColaboratoryでGPUを用いて.pyファイルの実行を行いたいです。
Colaboratory上のノートブックで下記の操作を行いました。

In[1]:
from google.colab import drive 
drive.mount('/content/drive')

In[2]:
import os
os.chdir('/content/drive/My Drive/Colaboratory/animal')

In[3]:
ls

Out[3]:
animal_aug.npy        animal_cnn.py  crow/                  monkey/
animal_cnn_aug.ipynb  animal.csv     download.py            __pycache__/
animal_cnn_aug.py     animal.npy     gen_data_augmented.py  Untitled.ipynb
animal_cnn.h5         boar/          gen_data.py

この中の「animal_cnn_aug.py」の実行を行いたいので下記の操作を行いました。

In[4]:
%run -i animal_cnn_aug.py

Out[4]:
Using TensorFlow backend.

すると「Using TensorFlow backend.」というメッセージは出るのですが，このまま動かず実際にPythonファイルを実行できていません。

実行したいPythonファイルはこのようになっております。↓

from keras.models import Sequential
from keras.layers import Conv2D, MaxPooling2D
from keras.layers import Activation, Dropout, Flatten, Dense
from keras.utils import np_utils
import keras
import tensorflow
import numpy as np

classes = ["monkey", "boar", "crow"]
num_classes = len(classes)
image_size = 50

def main():
    X_train, X_test, y_train, y_test = np.load("./animal_aug.npy")
    X_train = X_train.astype("float") / 256
    X_test = X_test.astype("float") / 256
    y_train = np_utils.to_categorical(y_train, num_classes)
    y_test = np_utils.to_categorical(y_test, num_classes)

    model = model_train(X_train, y_train)
    model_eval(model, X_test, y_test)

def model_train(X, y):
    model = Sequential()
    model.add(Conv2D(32,(3,3), padding="same", input_shape=X.shape[1:]))
    model.add(Activation("relu"))
    model.add(Conv2D(32,(3,3)))
    model.add(Activation("relu"))
    model.add(MaxPooling2D(pool_size=(2,2)))
    model.add(Dropout(0.25))

    model.add(Conv2D(64,(3,3), padding="same"))
    model.add(Activation("relu"))
    model.add(Conv2D(64,(3,3)))
    model.add(Activation("relu"))
    model.add(MaxPooling2D(pool_size=(2,2)))
    model.add(Dropout(0.25))

    model.add(Flatten())
    model.add(Dense(512))
    model.add(Activation("relu"))
    model.add(Dropout(0.5))
    model.add(Dense(3))
    model.add(Activation("softmax"))

    opt = keras.optimizers.rmsprop(lr=0.0001, decay=1e-6)

    model.compile(loss="categorical_crossentropy",
                    optimizer=opt, metrics=["accuracy"])

    model.fit(X, y, batch_size=32, epochs=100)

    model.save("./animal_cnn_aug.h5")

    return model

def model_eval(model, X, y):
    scores = model.evaluate(X, y, verbose=1)
    print("Test Loss: ", scores[0])
    print("Test Accuracy: ", scores[1])

if __name__ == "__main__":
    main()

解決策を知っている方，ご教示いただけると幸いです。