最近在学深度学习HyperLPR项目时,因为一直没有比较合适的设备训练深度学习的模型,因此在网上想找到提供模型训练,通过一段时间的搜索,最终发现了一个谷歌的产品--Google Colaboratory。它几乎能够实现零成本玩转深度学习,达到快速训练模型的目的。python
Google Colaboratory是谷歌开放的一款深度学习的研究工具,主要用于深度学习的开发和研究。这款工具如今是能够无偿使用,可是暂时仍是没法肯定是否是永久免费。Google Colab最大的好处是给广大的AI开发者提供了免费的GPU和TPU使用!GPU型号是Tesla K80!你能够在上面轻松地跑例如:Keras、Tensorflow、Pytorch等框架。bash
网站:Google Colabapp
进入Google Colab网站-》新建项目框架
建立完项目以后咱们就能够进入Colab的主界面了。less
如今,咱们就能够在代码框中输入一些代码。这里注意,若是咱们直接输入代码,系统会看成是Python代码执行。例如咱们输入:函数
运行以后输出框中会打印出"1"。工具
若是想去执行系统命令,只须要在命令前加感叹号!
。例如咱们输入: 学习
运行结果以下: 网站
执行以后输出框中会显示当前目录下的全部文件夹。这是否是很像Linux下的命令行操做?google
其实在Google Colab中链接的云端的那台虚拟机正是使用的Ubuntu操做系统,咱们能够将本身在Google Colab中的一切操做看做是在用命令行控制云端的那台Ubuntu虚拟机。你能够用它来直接跑代码,也可使用一些系统命令(咱们后面要安装第三方软件都须要借助一系列的系统命令)。
每新建一个Colab项目,都须要先对笔记本环境进行配置,运行类型选择是Python2仍是Python3,硬件类型选择CPU、GPU或者TPU。(其中Python2是2.7版本,Python3是3.6版本)
修改完后点击保存便可。
在代码段中输入如下代码:
运行代码,运行中会提示输入验证码,点击程序给出的网址进行验证便可。
其实完成前面的操做咱们就能够在Google Colab中敲写代码或者输入一些系统命令了,可是咱们如今链接的虚拟机是和Google Drive脱离的,也就是说咱们跑的程序没法使用谷歌云盘里的文件,这就很是受限制了。因此咱们通常须要将谷歌云盘看做是虚拟机中的一个硬盘挂载,这样咱们就可使用虚拟机轻松访问谷歌云盘。
挂载Google Drive代码:
运行挂载Google Drive代码会出现应认证的连接
点击连接得到应用认证码
将应用认证码复制输入到下面的文本框中,点击回车键便可
加载成功以后在左边的文件中多了一个dirve文件夹
挂载完后在虚拟机中会多出一个文件夹"drive",咱们能够用
命令查看。
在Colab中cd
命令是无效的,切换工做目录使用chdir
函数。
执行以上代码,当前工做目录会进入到drive文件夹下。咱们再使用!ls
命令会发现系统输出的是drive文件夹下的目录。
回到上级目录:
好了,各类准备工做都作好了,咱们如何在Colab上直接运行本身写好的代码呢?其实很简单,就跟在本身电脑上同样,使用命令
就能够了!详细步骤以下:
上传速度很快,不用担忧网速问题~
若是不放心的话切换完以后用!ls
命令看一下是否是到了指定目录下。
Linux系统下文件路径使用'/'而不是'\'
能够把Google Colab当作是一台带有GPU或者TPU的Ubuntu虚拟机,只不过咱们只能用命令行的方式操做它。你能够选择执行系统命令,也能够直接编写运行python代码。
挂载完Google Drive,会在虚拟机里生成一个drive文件夹,直接将Google Drive当成是一块硬盘便可。访问drive文件夹里的文件,就是在访问你的Google Drive里的文件。
Colab最多连续使用12小时,超过期间系统会强制掐断正在运行的程序并收回占用的虚拟机。(好像再次链接到虚拟机后,虚拟机是被清空的状态,须要从新配置和安装库等等)
请使用科学-上网方式。
好了,Google Colab的使用方法就先介绍到这里了,笔者也是刚接触不久,写下了这篇使用总结的文章与你们分享。文中如有问题之处,还请你们多多包涵,能够在评论区指出个人错误,互相学习。
zeusee.com 智云视图