Google Colab 免费GPU 教程
Google Colab 免费GPU 教程
近日google的交互式工具Colaboratory推出GPU支持的版本,支持免费的Tesla K80,可以使用Keras、Tensorflow和Pytorch等前端。
Google Colab是谷歌开源的一款类似jupyter的交互式工具,交互式的使用一系列库。要使用免费的GPU 我们接下来就一步步开始学习如何使用。
1.首先在Google Drive建立一个文件夹
Colab工作在Google Drive上,我们首先需要新建一个文件夹随后在文件夹中新建一个Colaboratory环境,并设置成自己喜欢的名字;
2.设置免费的GPU环境
我们需要在Edit下选择Notebook settings中选择相应的python版本和硬件(Hardware Accelerator)就可以将GPU 设置成默认的运行硬件;
3.这时候就可以利用配置好的Colab进行python代码的计算啦,例如下面的一些简单python代码,左边的小按钮可以方便的运行代码;
4.配置依赖库运行环境,这一步我们要安装必要的库并配置环境,文章中为我们提供了代码可以直接运行:
!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}
5.运行代码后会得到下面的输出,将下面的验证码输入后进行授权:
6.挂载到你的Google Drive:
!mkdir -p drive
!google-drive-ocamlfuse drive
!pip install -q keras //安装Keras
这个时候就可以GPU环境就搭建好了。这时候你就可以运行一些好玩的例子了
7.可以上传一个mnist_cnn.py的文件,这时候就可以运行这个python文件,
!python3 drive/app/mnist_cnn.py
这一代码同时会下载对应的数据,并运行训练算法;
8.一些有用的建议
1.如何安装库
安装keras:
!pip install -q keras
import keras
安装PyTorch:
!pip install -q http://download.pytorch.org/whl/cu75/torch-0.2.0.post3-cp27-cp27mu-manylinux1_x86_64.whl torchvision
import torch
安装Opencv:
!apt-get -qq install -y libsm6 libxext6 && pip install -q -U opencv-python
import cv2
安装XGBoost:
!pip install -q xgboost==0.4a30
import xgboost
安装图形库GraphViz
!apt-get -qq install -y graphviz && pip install -q pydot
import pydot
安装解压工具7zip Reader
!apt-get -qq install -y libarchive-dev && pip install -q -U libarchive
import libarchive
安装其他的工具包使用下面的命令:
!pip install or !apt-get install
想要安装的包
2.查看GPU是否在工作呢?
这时候需要用到tensorflow的命令
import tensorflow as tf
tf.test.gpu_device_name()
对应不同的设备你就会看到不同的显示:
目前Colab只提供Tesla K80 GPU,你同时可以利用下面的指令来查看:
from tensorflow.python.client import device_lib
device_lib.list_local_devices()
能显示出你的所有使用的硬件;
3、运行中的信息显示
我们还需要查看内存信息或者CPU信息,可以使用下面的命令:
内存:!cat /proc/meminfo
处理器:!cat /proc/cpuinfo
写在最后:
Colab真是给各位AI的小伙伴带来了极为便利的研究环境,不仅有着十分友好的交互界面,同时还有着GPU的支持,以后做科研妈妈再也不担心我没有GPU用了!
快去注册个账号开始使用吧:
https://research.google.com/colaborator
原文:
https://medium.com/deep-learning-turkey/google-colab-free-gpu-tutorial-e113627b9f5d
Update:
还有一个称为floydhub的GPU云有空也可试试 https://www.floydhub.com/
Google Colab 免费GPU 教程相关推荐
- 【亲测】跑深度学习模型:笔记本的RTX3060 6G vs Google colab免费GPU 速度比较
简单测评 笔记本:thinkbook16p RTX3060标配 模型是FCN,跑的小数据集, 用的tensorflow 同样的数据和模型参数,我们来看看在两块GPU上的表现如何吧: 1.本地 RTX3 ...
- Google Colab 免费GPU服务器使用教程 挂载云端硬盘
一.前言 二.Google Colab特征 三.开始使用 3.1在谷歌云盘上创建文件夹 3.2创建Colaboratory 3.3创建完成 四.设置GPU运行 五.运行.py文件 5.1安装必要库 5 ...
- Google Colab 免费GPU服务器使用教程
一.前言 不知道大家是否为了寻找免费GPU服务器而焦头烂额. 近些天,谷歌推出了Google Colab(Colaboratory) 官方对其的说明是: Colaboratory 是一个研究项目, ...
- Google Colab免费GPU使用教程,亲测成功!
一.什么是Google Colab Colaboratory 是一个 Google 研究项目,旨在帮助传播机器学习培训和研究成果.它是一个 Jupyter 笔记本环境,不需要进行任何设置就可以使用,并 ...
- Google Colab免费GPU 超详细使用教程
写在前面 2018年,在Coursera上学习Google的课程时,使用到了Colab,当时了解不深,老是放开课程链接,不需要配置,只需要密钥就可以做相关作业和演示代码.当时用完没再继续使用.最近,由 ...
- 使用Google colab的GPU运行resnet
使用Google colab的GPU运行resnet 由于我的电脑显卡是AMD,跑代码每一个epoch都要超级超级久,偶然间听到了Google colab,于是用起来了,感觉非常爽 Colaborat ...
- Google Colab使用详细教程
Google Colab使用详细教程 使用教程真的很全面,而且通俗易懂 参考: https://juejin.im/post/5c05e1bc518825689f1b4948 https://clou ...
- Goolge Colab免费GPU服务器使用教程
划重点:免费GPU,免费GPU,免费GPU 官方说明: 1.Colab是Google提供的一个研究型项目.可以免费使用CPU,GPU,TPU环境.具体可免费使用多久还不知道. 2.Colab支持No ...
- 利用Google Colab免费使用GPU服务器详细攻略
目录 前言 一.Colab限额.提供的GPU类型 二.Colab的使用步骤(如何使用免费GPU资源) 1.添加Colaboratory 2.新建Colab.连接GPU.挂载Google Driver ...
最新文章
- 360数科发布2020全年财报:全年收入上涨47.1%,科技为运营效率提供第一动力
- PMAC运动程序例程(一)
- Linux中设置vim自动在运算符号两边加上空格
- Python3解题:二叉树路径总和问题
- ajax实现局部删除,Express+AdminLTE+hbs+Ajax实现局部刷新终极版(第二部分)
- Linux Shell脚本入门教程系列之(三)Shell变量
- SU命令的功能及基本用法--psmerge
- 升级的Electric Cloud平台增添了大型机和微服务功能
- Spring3中的mvc:interceptors标签配置拦截器
- Angr安装与使用之使用篇(三)
- Python3 Cobalt strike shellcode 免杀过 360 卫士和360杀毒
- 华为android9升级包,华为Mate9官方固件ROM刷机包
- 零基础CSS入门教程(29)–CSS下拉菜单实例
- android 集成科大讯飞TTS在线语音合成
- 最炫python表白代码_python炫酷烟花表白源代码
- Gym 100781A Adjoin the Networks——树的直径
- 数据结构学习笔记-常用十大算法
- 热门解读:社交裂变的拉新效果评估及优化
- GPS 双频/单频接收机介绍
- 【正点原子STM32连载】第四章 STM32初体验 摘自【正点原子】MiniPro STM32H750 开发指南_V1.1
热门文章
- 【pytorch】named_parameters()、parameters()、state_dict()==>给出网络的名字和参数的迭代器
- 电子计算机诞生于1946年第几台,人类第一台电子计算机诞生于1946年2月
- html5响应式网站建设网络类织梦模板
- 非常漂亮的后台登录页面源码
- 鼠标滚轮控制音量软件
- 计算机主机图片开机按钮,解决电脑开机按钮无法使用方法
- java中j_j + = j ++在Java中做什么?
- 网站底部添加访客阅读次数总访问量在线人数代码
- 小熊的日记图文列表布局小程序模板
- 大型 网站成长过程的分析笔记===通过广告来来学习,重要的是思路