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，并且完全在云端运行，可以共享，就如同您使用 Google 文档或表格一样。Colaboratory 可免费使用。利用Colaboratory ，可以方便的使用Keras,TensorFlow,PyTorch,OpenCV等框架进行深度学习应用的开发。
与其它云服务相比，最重要的特点是Colab提供GPU并完全免费，你没听错是免费！它自带免费的Tesla T4 GPU。

我最近在准备毕业论文，无奈自己的笔记本自带的740实在跑不动，发现Colab的确是非常优秀的一款工具（仅免费的GPU就已征服了我）。接下来我对Colab的使用做简单介绍，希望对一些感兴趣的小伙伴有所帮助！

二.先决条件

1.首先我们得翻得了墙，这个涉及到一些法律问题，这里就不具体说了，可以自行想办法。
2.需要有Google账号，这个是在条件1满足的前提下实现的，应该也不难。
满足上述两个条件后，我们就可以开始了。

三.Colab的使用

1.进入谷歌云盘
搜索google drive，依次点击Driver、Go to Driver

2.新建文件夹
Colab的使用需要借助于Google云端硬盘，可以自由创建文件夹名称，也可以使用默认文件夹Untitled folder。在这里我使用了默认文件夹Untitled folder作为演示。

3.新建Colab笔记本
进入Untitled folder后，新建Google Colaboratory创建笔记本。这里需要注意：没有这一选项时，需要在Connect more apps(关联更多应用)中关联Google Colaboratory。

创建好之后可以看到Untitled0.ipynb笔记本。

4.更改硬件设置
进入Untitled0.ipynb笔记本，点击Edit、Notebook setting

选择GPU选项

这里多说一点，colab笔记本和我们本地用的jupyter notebook很类似，有兴趣的小伙伴可以自己测试一下。对于工程项目来说，只允许一个colab笔记本一般是无法完成的，下面大概说下怎么利用colab笔记本运行.py文件。这一步你需要把工程文件全部上传到谷歌硬盘上，通过Upload folder实现。

四.挂载Google Drive

在colab上的操作实际就是在一个分配好的linux系统主机上操作，我们需要手动设置好和程序所中需路径一致的目录结构。最简单并且能够可视化的方法就是挂载google drive，然后对于文件的上传、新建、删除等工作便可以在google drive中进行。

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

会出现

这里需要另起一个网页，登录谷歌账号，复制运行码，把运行码粘贴待方框处就完成了挂载。

然后进入到你要运行的py文件处

!python ***.py

五.其他注意事项

1.colab笔记本其实是一个虚拟机，执行命令一般前面都需要加！比如：！pip install **、
2.常用指令：
切换tensorflowban版本：%tensorflow_version 1.x或%tensorflow_version 2.x
查看在使用哪个GPU：from tensorflow.python.client import device_lib device_lib.list_local_devices()
3.在使用GPU时如果出现You cannot currently connect to a GPU due to usage limits in Colab.原因可能是你一直挂着硬盘但一直空闲不用，等24小时就重新有额度了，注意是24小时不是晚上12点刷新额度。