一、簡介
Colab 是 Google Colaboratory 的簡稱，它是一個免費的 Jupyter 筆記本環境，無需任何配置就可以在瀏覽器中撰寫和執行 Python 代碼，完全在云端運行，
當然重要的是它提供了免費使用的 GPU，可以讓我們更輕松地完成實驗，目前 Google 提供的 GPU 普遍還是 Tesla K80，雖然之前說是全面將 K80 替換為 Tesla T4、16GB 顯存，但現在使用的時候還是隨機分配的，二者的算力具體差距有多少，請參考 NVIDIA官網 的資料，
二、如何使用
訪問谷歌需要你科學上網的能力，如果你無法訪問外網，后面的內容也就不需要看下去了，
1、注冊谷歌郵箱
Colab和Google云端硬碟均是Google的產品，需使用谷歌賬號，請自行百度教程完成注冊，
2、訪問Colab
Colab地址：https://colab.research.google.com/notebooks/intro.ipynb
初始界面如下，左側目錄列出了各種使用說明，供初學者學習，
以下介紹一下基本的使用步驟：
(1) 新建筆記本：點擊上方的檔案選修進行創建
（2）使用GPU：想用Colab當然沖著免費的GPU去啦！！
設定使用GPU十分簡單，有兩個設定入口，
一是從 修改選項 點擊 筆記本設定 進入，二是從代碼執行程式選項 點擊 更改運行時型別 進入，在彈出的對話框中選擇GPU即可，
注意GPU的分配的隨機的，至于分配到的是 Tesla K80 還是 T4 只能說看天意了，
如何查看運行的GPU型號？使用腳本命令
需要注意的是，Colab就像一個Jupyter筆記本，但它同時可以處理系統命令，
在colab環境下，系統命令必須添加 ”!” 符號才能正常使用，否則會提示錯誤， ”!” 符號告訴筆記本單元這行不是Python代碼，它是一個命令列腳本，
使用腳本命令查看當前運行的GPU型號：
!nvidia-smi
測驗如下，這次比較幸運的分配到了 Tesla T4 ！！！
（3）安裝深度學習平臺（TensorFlow 或 Pytorch）
在Colab下，已經預先提供了兩個版本的 TensorFlow： a 2.x 和 a 1.x 版本，對 TensorFlow 的玩家來說無需進行多余的安裝配置，Pytorch 玩家哭出聲來，
使用 TensorFlow 只需在運行前宣告版本即可：
%tensorflow_version 1.x
import tensorflow as tf
print(tf.__version__)
測驗結果如下，注意版本宣告只能宣告一次，選擇后無法修改，只能斷開重連進行重選，
Pytorch 玩家的配置其實也不復雜：
可查看官方安裝命令 http://pytorch.org/
直接用 pip install 命令進行安裝即可，分別安裝 torch 和 torchvision，再次提示在colab環境下，系統命令必須添加”!”符號才能正常使用！
!pip3 install http://download.pytorch.org/whl/cu80/torch-0.3.1-cp36-cp36m-linux_x86_64.whl
!pip3 install torchvision
安裝成功后，測驗結果如下
3、使用Google云端硬碟管理專案
使用 colab 創建的筆記本會自動保存在你的谷歌云端硬碟上，Google云端硬碟提供了15GB的免費空間用于用戶的存盤，如果你的專案有較大的資料集或者運行時間過長則推薦將專案上傳到云盤中進行，
（1）訪問Google云端硬碟
Google云端硬碟地址：https://drive.google.com/drive/my-drive
除了通過地址訪問，你也可以點擊Colab的圖示進入，
（2）在代碼中掛載谷歌云盤
在Colab環境下，實際上為我們分配一臺遠程的帶GPU的主機，它的原始路徑不是你的谷歌云盤（也就是你的代碼檔案）所在的路徑，所以我們首先要把谷歌云盤掛載帶到那臺遠程主機上：
from google.colab import drive
drive.mount('/content/gdrive')
運行代碼后會提示讓你輸入驗證碼，按提示完成即可，
（3）將運行目錄更改到你的專案目錄
import os
os.chdir("/content/gdrive/My Drive/MyProject/Problem2")
這里我的代碼存放在 MyProject 檔案夾下的 Problem2 檔案夾，
（4）運行代碼
第一種方式是直接按上述例子，像Jupyter Notebook一樣運行，
第二種方式是將 python檔案 上傳到你的云端硬碟，包括資料集，然后使用命令列運行，運行前注意路徑設定是否正確，如下：
! python example.py
三、注意事項、使用技巧
1、使用云端硬碟保存資料
直接使用colab時可以上傳臨時資料，保存臨時結果，一旦斷開連接，資料將會丟失，所以強烈建議使用云端硬碟保存資料，
2、斷開連接解決辦法
在使用Colab時，一段時間掛機未操作有可能導致連接斷開，但是要是想跑時間較長的專案時不可能一直盯著螢屏，解決辦法如下：
在瀏覽器中按F12，找到console將下面代碼粘貼到控制臺回車即可，
若重繪了頁面請重新執行上述步驟
function ClickConnect(){
colab.config
console.log("Connnect Clicked - Start");
document.querySelector("#top-toolbar > colab-connect-button").shadowRoot.querySelector("#connect").click();
console.log("Connnect Clicked - End");
};
setInterval(ClickConnect, 60000)
3、運行時間過長的專案
Colab使用時間過長也有幾率會掉線，對執行時間過長的專案來說，建議保存中間結果，下次使用時可以直接讀取中間結果繼續跑，持續白嫖，
轉載請註明出處，本文鏈接：https://www.uj5u.com/yidong/179162.html
標籤：其他
上一篇：Python之sklearn：GridSearchCV()函式的簡介、具體案例、使用方法詳細攻略
下一篇：草地濕模型詳解