如何使用 Google Colab

如果你想要创建一个机器学习模型,但手头没有能够承受这种工作负载的计算机,Google Colab 正是为您量身定制的平台。在本文中,我们将学习如何使用 Google Colab。

什么是 Google Colab?

Google Colab(全称 Colaboratory)是 Google 提供的一个免费云端平台,允许用户在 Jupyter Notebook 环境中协作编写和执行 Python 代码。Google Collaboratory notebook 旨在通过提供一个虚拟环境(即包含免费 GPU 资源的 Google Colab Python 环境)来促进机器学习 (ML) 和数据科学任务。

Google Colab 的优势

Google Colab 提供了多项优势,使其成为数据科学家、研究人员和机器学习从业者的热门选择。Google Collaboratory notebook 的主要功能包括:

  • 免费使用 GPU: Colab 提供免费的 GPU 访问权限,这对于训练需要大量计算能力的机器学习模型特别有用。
  • 无需配置 :Colab 在云端运行,用户无需设置和配置自己的开发环境。这使得快速编码和协作变得非常方便。
  • 协作编辑: 多个用户可以同时处理同一个 Colab 笔记本,这使其成为协作项目的有用工具。
  • 与 Google Drive 集成 :Colab 与 Google Drive 集成,允许用户将工作直接保存到其 Google Drive 帐户中。这使得从不同设备轻松共享和访问笔记本成为可能。
  • 支持常用库 :Colab 预装了许多用于机器学习、数据分析和可视化的流行 Python 库,例如 TensorFlow、PyTorch、Matplotlib 等。
  • 易于分享 :Colab 笔记本可以像 Google Docs 或 Sheets 一样轻松共享。用户可以提供笔记本链接,其他人可以实时查看或编辑代码。

Google Colab 入门指南

要开始使用 Google Collaboratory Notebook,您首先需要登录您的 Google 帐户,然后访问此链接 https://colab.research.google.com//

打开 Collaboratory Notebook

打开网站后,您会看到一个弹出窗口,其中包含以下选项卡 –

!colab Google Collaboratory Notebook

  • EXAMPLES (示例): 包含各种示例的 Jupyter 笔记本。
  • RECENT (最近): 您最近使用过的 Jupyter 笔记本。
  • GOOGLE DRIVE (云端硬盘): 您的 Google 云端硬盘中的 Jupyter 笔记本。
  • GITHUB: 您可以从 GitHub 添加 Jupyter 笔记本,但首先需要将 Colab 与 GitHub 连接。
  • UPLOAD (上传): 从本地目录上传。

创建 Collaboratory Notebook

或者,您可以通过点击右下角的 “新建 Python3 笔记本”“新建 Python2 笔记本”创建一个新的 Jupyter Notebook

笔记本说明

!colab1-(2).webp) Google Collaboratory Notebook

创建新笔记本时,它会创建一个名为 Untitled0.ipynb 的 Jupyter 笔记本,并将其保存到 Google 云端硬盘中名为 Colab Notebooks 的文件夹中。

由于它本质上是一个 Jupyter Notebook,因此所有 Jupyter Notebooks 的命令都可以在这里使用。不过,您可以参考 Jupyter Notebook 入门 中的详细信息。

让我们来谈谈这里有什么不同之处:
更改运行时环境: 点击 “运行时” 下拉菜单。选择 “更改运行时类型” 。从 “运行时类型” 下拉菜单中选择 python2 或 3。

!colab-3 Google Colab 中的运行时设置

使用 GPU 和 TPU

点击 “运行时” 下拉菜单。选择 “更改运行时类型” 。现在,在 “硬件加速器” 下拉菜单中选择您想要的任何选项(GPU、CPU、None)。

!colab-4 Google Colab 中的 GPU 和 TPU

!colab-5 在 Colab 中选择 Python

在 Colab 中验证 GPU

Python


CODEBLOCK_d3f36649

如果已连接 GPU,它将输出以下内容 –

‘/device:GPU:0‘

否则,它将输出以下内容

‘‘

验证 TPU

Python


CODEBLOCK_af7cf41f

如果已连接 GPU,它将输出以下内容

Connected to TPU
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。如需转载,请注明文章出处豆丁博客和来源网址。https://shluqu.cn/49730.html
点赞
0.00 平均评分 (0% 分数) - 0