Google colab 不得不说是一个好东西,它支持 tensorflow、pytorch、keras 主流的深度学习框架,而且提供免费的GPU
就目前来说,Google colab 还是会继续开放使用
对于研究神经网络的学生党来说,如果自身电脑没有自带的 NVIDA 显卡,Google colab 免费的GPU绝对是超级棒的选择
1 tensorflow 框架 毕竟是谷歌的平台,谷歌使用的深度学习框架是 tensorflow ,如果是基于 tensorflow 框架的代码,直接添加代码框,然后复制黏贴代码,点击运行就 OK 了
文章图片
2 keras 框架 keras 框架的深度学习代码就不能直接复制黏贴代码运行了,这里需要用到谷歌网盘了,这里没有照片,就不细讲了
2.1 下载 keras 包
!pip install -q keras
2.2 用 python3 编译文件
!python3 "/content/drive/My Drive/app/mnist_cnn.py"
mnist_cnn.py 文件
文章图片
3 pytorch 框架 pytorch 框架的深度学习代码同样也不能直接复制黏贴代码运行,同样分成下载包和编译文件两步
3.1 下载 torch、torchvision 包
我使用的下载代码
!pip install torch==1.4.0+cu92 torchvision==0.5.0+cu92 -f https://download.pytorch.org/whl/torch_stable.html
文章图片
或者也可以使用
!pip3 install torch torchvision
3.2 用 python3 编译文件
!python3 "/content/drive/My Drive/RESNET18.py"
编译效果
文章图片
【机器学习|Google 的 colab 支持 pytorch 框架训练(教程)】3.3 联合代码形式
!pip install torch
!pip install torchtext
!pip install torchvision
import torch
from torch import nn, optim
from torchtext import data, datasets
4 补充 4.1 谷歌网盘操作
文章图片
4.2 错误示范(直接粘贴大段的 pytorch 代码)
文章图片
会遇到的错误
文章图片
参考文章:
1 Google Colab Free GPU Tutorial
2 关于在Google Colab上使用PyTorch框架
3 使用Google的Colab+pytorch
推荐阅读
- pytorch|关于李沐动手学深度学习(d2l)pytorch环境本地配置
- 算法|使用pytorch自己构建网络模型实战
- Make|Win 11 + RTX3060 的深度学习环境配置
- 百度飞桨|百度飞桨(春节写春联:你写上联,AI写下联)
- python|RTX3050ti、3060等系列显卡正确安装cuda、cudnn,配置Pytorch深度学习环境(避免由于版本不适应导致重装)
- #|论文理解 —— Prioritized Experience Replay
- 人工智能|掌握神经网络的法宝(二)
- windows|一步步教你查看cuda和cudnn版本
- 人工智能|全连接层的算力计算方式