1.1在谷歌云盘上创建文件夹

1.2 创建一个新的Colab Notebook

1.3 设置免费的GPU

1.4 执行命令

1.5 挂载Google Drive

1.6 如何上传文件

1.7 运行自己的代码

1.8 如何防止Colaboratory断掉

1.9 数据解压

注意事项

1.1在谷歌云盘上创建文件夹

当登录账号进入谷歌云盘时，系统会给予15G免费空间大小。由于Colab需要依靠谷歌云盘，故需要在云盘上新建一个文件夹。比如，我建立一个名为mask_Rcnn的文件夹：

1.2 创建一个新的Colab Notebook

--先把谷歌云盘关联上colab
点击 New -> More -> 关联找到更多应用，找到Google Colaboratory，关联上。

--在文件夹内的空白处右键 -> 更多 -> Colaboratory

--或者点击新建 -> More ->Google Colaboratory

创建完就出现下边的界面，点击文件名可以重命名文件：

1.3 设置免费的GPU

它是很容易更换默认的硬件（None,GPU,TPU），通过修改->笔记本设置或者代码执行程序->更改运行时类型来选择GPU，作为硬件加速.

查看自己是否处于GPU环境
- 只需要运行下列代码即可
- ```
import tensorflow as tf
tf.test.gpu_device_name()
```
- 如果显示下面的代码就证明是在GPU环境下,但如果什么都没有显示出来的话，说明不是在GPU环境，那么返回到打开GPU重新设置即可

1.4 执行命令

colab这个相当于jupyter notebook，可以直接运行python 代码，如

import os
import numpy as np
x='ok'
print(x)

这个notebook又可以执行linux下的一些命令，因为这其实是一台linux的虚拟机，只不过执行linux命令的时候前面要加!，比如：!ls , !pwd等等

1.5 挂载Google Drive

其实就是让这个notebook可以访问到你的谷歌云盘，运行以下代码，会出现一个授权链接。

from google.colab import drive
import os
drive.mount("/content/drive", force_remount=True)

将当前目录切换到谷歌云盘，然后查看你云盘里的文件；

之后每次重新登录都要1.5这两个步骤.接下来就可以像使用linux系统一样去使用了。

1.6 如何上传文件

第一种：直接上传

第二种：代码上传

进入到文件所在目录

import os
path="/content/drive/My Drive/Colab Notebooks/Your directory name"
os.chdir(path)
os.listdir(path)
!python train.py  //注意colab中执行命令前要加！

第三种：github上传

通过colab使用github或本地Notebook,点击文件->上传笔记本，然后在弹出的窗口中选择合适的选项：

1.7导入库

最新colab 默认是可以导入tensorflow 和pytorch,默认的安装包可以通过如下命令查看：

!pip list

便会输出所有pip的包。如果没有可以通过命令安装

!pip install
!apt-get install

接着是Pytorch, Pytorch的安装和我们在Linux上安装一样,点击官网选择要环境。然后只需要将官网提供的代码copy到我们的代码块中，并且在代码前加上一个“!”点击运行即可，如下

!pip3 install https://download.pytorch.org/whl/cu80/torch-1.0.0-cp36-cp36m-linux_x86_64.whl
!pip3 install torchvision

然后我们可以输入官网提供的代码作安装的测试如果有如下输出就证明我们安装成功

import torch
x = torch.empty(5, 3)
print(x)tensor([[1.1790e-25, 0.0000e+00, 4.4842e-44],[0.0000e+00,        nan, 1.6255e-43],[3.3587e-06, 5.2898e+22, 6.5625e-10],[2.0804e+23, 8.2726e+20, 6.6715e-10],[1.6993e-04, 2.7150e-06, 6.0611e-39]])

如果要安装其他的包，框架，或者某一版本的方法和我们在Linux环境下安装几乎没有差别只需要注意在运行前加上“!”，换计划说你可以把Google Colab看成是一个Linux系统的页面。

注意：

cuda/cudnn的安装，直接贴链接Google Colab NVIDIA安装，不过现在不需要安装了。

1.8运行自己的代码

首先挂载，然后进入到文件所在的目录

import os
os.chdir('/content/drive/MyDrive/mask_Rcnn')

然后，就可以运行自己的主函数了

!python train.py

可以显示RAM和Disk才是正常的Colaboratory状态，如果出现busy表示GPU忙不可用。

如何改变busy的状态呢，重新连接Colaboratory即可。点完之后，状态就变成了restarting重启。

但是需要注意，重启之后，所有的状态就都清零了，需要重新再运行一遍代码才可以

1.8 如何防止Colaboratory断掉

安装Auto reconnect colab，只要浏览器打开页面有网，就可以一直给你连接上，
我这里设置的是2分钟连接一次，具体时间间隔，就看你自己的心情了

1.9 数据解压

用 Google Colab 解压zip大文件时，（授权后）先不要更改工作目录，直接在默认目录"/content"下解压！

!unzip xxx.zip

在Colab notebook中发现解压文件速度奇慢无比。在之后的几次尝试中发现，打开 Colab notebook 并授权后，先不要更改工作目录，直接将数据集压缩文件下载到当前目录"/content"下，并使用 "!unzip"命令解压，速度和在pc上解压差不多。再将解压后的文件移动到指定文件夹下即可，然后就可以更改工作目录了。

综上所述：先将数据集压缩打包，然后传压缩包到谷歌云端，再压缩，速度可以快很多。

1.10 使用技巧

查看函数帮助文档和源码

与IDE相似，您可以通过按Ctrl，然后单击一个类名来转到类定义。例如，在这里我们通过按Ctrl并单击Dense类名来查看Keras中Dense层的类定义。

注意事项

Colab是带有GPU的linux虚拟机，执行linux命令时前面需要加“ ！”，执行python代码时可以直接编写执行。
每次重新登录需要挂载Google Drive，会在虚拟机里生成一个drive（即/content/drive/）文件夹，然后要执行命令将当前路径切换到/content/drive/My Drive/，才可以看到谷歌云盘上的文件。
Colab最多连续使用12小时，超过时间系统会强制掐断正在运行的程序并收回占用的虚拟机。并且经常使用GPU的colab用户之后分配到使用GPU的优先级会变低，所以不用的使用请将runtime type设置为None。
上传数据集的时候，一定要上传到谷歌网盘中，并且一定要上传的是压缩包，在Colaboratory中解压才行。
每运行一步的时候，需要等待的时间都特别长，一直是在转圈
挂载只有12个小时，也就是说12小时之后你就需要重现挂载一次，所以就需要我们在进行模型训练的时候记得要加上checkpoint，不然你如果训练的模型超过12小时，Google断开挂载你就白白浪费12小时啦。
假如自己离开页面太久的话，也会自动断掉的。假如电脑断网了，或者关机重启了，只要时间不是特别长一般是没事的，但假如说时间太久的话，就只能是重新训练了
长时间运行一类任务会断掉

Goolge Colab使用教程相关推荐

免费使用高性能的GPU和TPU—谷歌Colab使用教程
免费使用高性能的GPU和TPU-谷歌Colab使用教程 1. Colab简介 2. 使用准备 2.1 科学上网 2.2 Google Drive 3. Colab 使用 3.1 云硬盘挂载 3.2 硬 ...
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 ...
Google Colab 使用教程(1)
Google Colab免费GPU使用教程(一) 免费用户只能看到二级目录,子目录看不到了 !cd /content/YOLOv5_with_BiFPN !pwd !cd YOLOv5_with_Bi ...
Google免费GPU Colab使用教程
转载请注明出处:https://blog.csdn.net/siisbin27/article/details/82227444 PS:Colaboratory 是谷歌的一个研究项目,可免费使用.(暂 ...
谷歌colab使用教程
学习深度学习过程中,需要跑一些很大的数据集,普通的电脑无法运行,所以有一个比较好的资源就是谷歌提供的免费GPU,这是一个跑数据的一个很好的平台,至于如何用,可以参考一下: 一.前言二.Google ...
Google Colab使用教程
简介 Google Colaboratory是谷歌开放的云服务平台,提供免费的CPU.GPU和TPU服务器. 目前深度学习在图像和文本上的应用越来越多,不断有新的模型.新的算法获得更好的效果,然而,一 ...
【Colab】Colab使用教程（跑本地文件）
文章目录前言一.上传本地文件二.Colaboratory使用 1.连接 2.调整文件 3.运行文件三.未来可期前言首先,自己想办法注册谷歌账号,本文不讲. Colaboratory网址:h ...
Colab实用教程（免费的深度学习GPU环境）
一.Colab是什么? Google Colab 是一个免费的云服务并支持免费的 GPU,可以: 提高你的 Python 语言的编码技能. 使用 Keras.TensorFlow.PyTorch 和 ...
Colab使用教程（超级详细版）及Colab Pro/Colab Pro+评测
大家好,我是温柔的玉米
python 生存分析_用python教程进行生存分析何时何地
python 生存分析机器学习 , 编程 , 统计 (Machine Learning, Programming, Statistics) Author(s): Pratik Shukla 作者:P ...

Goolge Colab使用教程

1.1在谷歌云盘上创建文件夹

1.2 创建一个新的Colab Notebook

1.3 设置免费的GPU

1.4 执行命令

1.5 挂载Google Drive

1.6 如何上传文件

1.7导入库

1.8运行自己的代码

1.8 如何防止Colaboratory断掉

1.9 数据解压

查看函数帮助文档和源码

注意事项

Goolge Colab使用教程相关推荐

最新文章

热门文章