如何使用Google Colab（详细步骤图解） _GoogleStadia

入门

目录如果你想创建一个机器学习模型，但又说你没有一台电脑可以承担工作，谷歌Colab是你的平台。即使你有一个GPU或者一台好的计算机，使用anaconda创建一个本地环境并安装软件包和解决安装问题也是一个麻烦。
Colaboratory是Google提供的免费的Jupyter笔记本环境, 你可以在其中使用免费的GPU和TPU, 它们可以解决所有这些问题。
入门要开始使用Colab, 你首先需要登录到你的Google帐户, 然后转到此链接https://colab.research.google.com.
打开Jupyter笔记本：
打开网站后, 你会看到一个包含以下标签的弹出窗口–

文章图片

示例：包含许多Jupyter笔记本的各种示例。
最近：你最近使用过的Jupyter笔记本。
GOOGLE DRIVE：你的Google云端硬盘中的Jupyter笔记本。
GITHUB：你可以从GitHub添加Jupyter笔记本, 但首先需要将Colab与GitHub连接。
上载：从本地目录上载。

否则你可以创建一个新的Jupyter笔记本通过单击右下角的New Python3 Notebook或New Python2 Notebook。
笔记本的说明：

文章图片
在创建新笔记本时，它将创建一个带有Untitled0的木星笔记本。并将其保存到您的谷歌驱动器中的一个名为Colab笔记本的文件夹中。现在，因为它本质上是一个木星笔记本，木星笔记本的所有命令都将在这里工作。不过，你可以参考细节开始与木星笔记本。
让我们来谈谈这里的不同之处。
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。

文章图片

文章图片
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”下拉菜单中选择任何你想要的(GPU, CPU, None)。

文章图片

文章图片
验证GPU：

import tensorflow as tf tf.test.gpu_device_name()

如果已连接gpu, 则将输出以下内容–

'/device:GPU:0'

否则, 将输出以下内容

''

验证TPU：

import osif 'COLAB_TPU_ADDR' not in os.environ: print ( 'Not connected to TPU' ) else : print ( "Connected to TPU" )

如果已连接GPU, 则会输出以下内容

Connected to TPU

否则, 将输出以下内容

Not connected to TPU

安装Python软件包–
使用可以使用pip安装任何包。例如:

! pip install pandas

克隆GitHub存储库：
使用git克隆命令。例如:

! git clone https: //github.com /souvik3333 /Testing - and - Debugging - Tools

上传文件：

from google.colab import files uploaded = files.upload()

选择"选择文件"并上传所需的文件。启用第三方Cookie(如果已禁用)。

文章图片
然后, 你可以将其保存在数据框中。

import io df2 = pd.read_csv(io.BytesIO(uploaded[ 'file_name.csv' ]))

通过挂载Google云端硬盘上传文件：
要将驱动器安装在" mntDrive"文件夹中, 请执行以下操作–

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

然后, 你将看到一个链接, 单击链接, 然后允许访问, 复制弹出的代码, 并将其粘贴到"输入你的授权代码："。
现在, 要查看你的Google驱动器中的所有数据, 你需要执行以下操作：

! ls "/mntDrive/My Drive"

文章图片
文件层次结构：
你还可以通过单击控制按钮(CODE, TEXT, CELL)左上方的"> "来查看文件层次结构。

文章图片

文章图片
下载文件：
假设你要下载" file_name.csv"。你可以通过执行以下操作将文件复制到你的Google驱动器(在"数据"文件夹中, 你需要在Google驱动器中创建"数据"文件夹)：

cp file_name.csv "/mntDrive/My Drive/data/renamed_file_name.csv"

该文件将以" renamed_file_name.csv"名称保存在"数据"文件夹中。现在, 你可以从那里直接下载, 或者, 你可以打开文件层次结构, 然后右键单击将提供下载选项。
下载Jupyter Notebook：
点击左上角的“文件”下拉菜单。选择“download.ipynb”或“download.py”