Colaboratory 是一个免费的 Jupyter 笔记本环境,不需要进行任何设置就可以使用,并且完全在云端运行。
借助 Colaboratory,可以编写和执行代码、保存和共享分析结果,以及利用强大的计算资源,所有这些都可通过浏览器免费使用。

Google Colab,全名为Colaboratory。我们可以用深度学习框架,比如 keras、Tensorflow、PyTorch等主流框架去训练模型。Colab 与其它免费的云服务最重要的区别在于:Colab 提供完全免费的 GPU。

Colab教程

1.登录Google账号,进入Google Drive,右键-更多中创建新的Google Colab文件;若之前没有使用过colab,则忽略这一步进入第二步。

colab 清理gpu colab如何使用gpu_验证码

2.右键-更多中点击关联更多应用,在弹出来的对话框中搜索“colab”即可找到Google Colab,与Google Drive关联即可。

colab 清理gpu colab如何使用gpu_colab 清理gpu_02

3.在Google Drive中点击右上角“设置”-“管理应用”-“Google Colaboratory”后的方框打钩。

colab 清理gpu colab如何使用gpu_验证码_03

4.设置完上面的之后在Google Drive中新建一个HelloColab.ipynb文件,进入Google Colab,在“编辑”-“笔记本设置”中选择“GPU”

colab 清理gpu colab如何使用gpu_colab 清理gpu_04

5.完成设置后,在第一个cell中输入一下代码,对其进行授权并安装必要的库

!apt-get install -y -qq software-properties-common python-software-properties module-init-tools
!add-apt-repository -y ppa:alessandro-strada/ppa 2>&1 > /dev/null
!apt-get update -qq 2>&1 > /dev/null
!apt-get -y install -qq google-drive-ocamlfuse fuse
from google.colab import auth
auth.authenticate_user()
from oauth2client.client import GoogleCredentials
creds = GoogleCredentials.get_application_default()
import getpass
!google-drive-ocamlfuse -headless -id={creds.client_id} -secret={creds.client_secret} < /dev/null 2>&1 | grep URL
vcode = getpass.getpass()
!echo {vcode} | google-drive-ocamlfuse -headless -id={creds.client_id} -secret={creds.client_secret}

6.在执行上述命令中会要求输入验证码,点击出现的链接,选择自己的Google账号,复制验证码

colab 清理gpu colab如何使用gpu_验证码_05

colab 清理gpu colab如何使用gpu_Google Colab_06

7.将验证码复制粘贴至编辑框中,单机Enter键确定,如此执行两次后会出现“Access token retrieved correctly.”

colab 清理gpu colab如何使用gpu_colab 清理gpu_07

colab 清理gpu colab如何使用gpu_Tensorflow_08

8.验证完成后输入一下命令,在左侧点击“Files”按键,可以看到路径下出现了一个drive文件夹,里面的空的

!mkdir -p drive 
!google-drive-ocamlfuse drive

colab 清理gpu colab如何使用gpu_Tensorflow_09

9.点击“Mount Drive”,挂载Google Drive,会自动出现以下代码(或者手动输入以下代码也可)

from google.colab import drive
drive.mount('/content/drive')

colab 清理gpu colab如何使用gpu_验证码_10

10.执行上述操作后验证身份,可以看到drive文件夹中出现了Google Drive的内容

colab 清理gpu colab如何使用gpu_Google_11

11.操作完以上步骤后,即完成了配置,后续可新建.ipynb文件,点击右上角“connect”即可连接到当前runtime。此时和命令行操作一样,可用cd等命令

colab 清理gpu colab如何使用gpu_验证码_12

12.Colab中已安装了keras、Tensorflow、PyTorch等主流深度学习框架,直接调用即可,可以看到服务器GPU是“Tesla T4”

colab 清理gpu colab如何使用gpu_Tensorflow_13

 

tips:

语句前加 ' ! '可以执行shell命令:

!ls

colab 清理gpu colab如何使用gpu_Tensorflow_14