Table of Contents

前言
一、Google Colab介绍
二、Colab限额、提供的GPU类型
三、Colab的使用步骤
- 3-1、添加Colab
- 3-2、新建Colab、连接GPU、挂载Google Driver、上传文件
- 3-3、查看显卡驱动
- 3-4、导入自定义模块
- 3-5、路径问题（注意）
- 3-6、管理会话
- 3-7、界面按钮详解
- 3-8、交互指令
- 3-9、安装需求包
总结

前言

Google Colab是一个基于云端的免费Jupyter笔记本环境，可供用户创建、分享、运行Python代码和机器学习模型。

一、Google Colab介绍

Google Colab是一个免费的基于云端的Jupyter笔记本环境，由Google提供。它提供了一个方便的平台，使用户可以创建、分享和协作编写Python代码和机器学习模型。以下是Google Colab的主要特点和功能：

免费：Google Colab是免费的，无需购买任何硬件或软件。
云端运算：Google Colab使用Google的云端计算机，使用户能够在云端上运行代码，而不必担心自己的电脑性能和存储空间。
Jupyter笔记本：Google Colab基于Jupyter笔记本，使用户可以创建和运行Python代码，以及撰写说明文档、添加图表等。
GPU支持：Google Colab提供GPU加速，可加速深度学习和机器学习任务的运行。
与Google Drive集成：Google Colab与Google Drive集成，可以直接在Google Drive中创建和保存笔记本，并与其他用户共享。
代码协作：Google Colab支持多人协作，多个用户可以同时编辑同一个笔记本，使得团队合作更加高效。
代码分享：Google Colab可以将笔记本转换为可分享的HTML或PDF格式，方便与他人分享代码和结果。

总之，Google Colab是一个方便、免费、强大的云端Jupyter笔记本环境，非常适合Python编程和机器学习任务。

二、Colab限额、提供的GPU类型

Colab限额：Colab能够免费提供资源的原因之一是它采用了动态限额，随时变化以满足用户需求，但无法保证资源的供应或无限供应（单次最长12小时，自动断开连接）。因此，总体使用量限额、空闲超时时长、虚拟机最长生命周期、可用GPU类型等都可能不时变化，Colab也不会公布这些限额，因为它们会快速变化。如果用户希望获得更高、更稳定的使用量限额，可以订阅Colab Pro。

提供的GPU类型： Colab 中的可用 GPU 类型是动态变化的，通常包括 Nvidia K80、T4、P4 和 P100。

三、Colab的使用步骤

Google Colab 支持挂载 Google Drive，方便存储文件。因此，我建议您直接使用 Google Drive 登录，以便更轻松地进行文件存储。 Google Driver官网

3-1、添加Colab

左上角新建，选择关联更多应用并且安装Colaboratory。

3-2、新建Colab、连接GPU、挂载Google Driver、上传文件

如图所示新建Jupyter笔记本
连接到GPU
1、先确定右侧显示RAM和磁盘，我的是已经连接，如果未连接，点击会出现连接到托管的运行时
2、之后点击左侧修改->笔记本设置->选择GPU。
挂载Google Driver：
1、为什么要挂载Google Driver：如果没有挂载Google Driver（Google 云端硬盘），则下载的文件只会暂时存在（即下次打开时，下载在Jupyter NoteBook的文件就不见了），初始阶段，左侧只有sample_data一个文件夹，当使用代码挂载Google Driver后，左侧出现driver文件夹，只要我们的文件放在driver后，文件就不会消失了（下次打开的时候需要再次使用代码挂载Google Driver）

2、代码：

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

上传文件：直接点击新建-》上传文件就可以上传到云端硬盘啦。

3-3、查看显卡驱动

# 确定自己是否在GPU环境下，如果输出gpu则证明在
import tensorflow as tf
tf.test.gpu_device_name()

# 查看显卡驱动
!/opt/bin/nvidia-smi

3-4、导入自定义模块

# 上传文件后执行以下代码就可以了
import sys
sys.path.append('/content/gdrive/yourdirectory')

3-5、路径问题（注意）

初始路径为/content，使用!pwd命令查看（白嫖版无小黑窗，多少有点不太习惯，充钱版小黑窗运行命令超级慢，慎重！）
每次执行完命令都会回到初始/content，如下图所示，每次都要重新进入路径里，如下所示：

# 拷贝Bi-SimCut的项目
!cd /content/drive/MyDrive && git clone https://github.com/gpengzhi/Bi-SimCut
# 安装二进制包
!cd /content/drive/MyDrive/Bi-SimCut/fairseq/ && pip install --editable ./ -i https://pypi.mirrors.ustc.edu.cn/simple/

多个命令使用&&连接，如果遇到换行记得加\

!cd /content/drive/MyDrive/Bi-SimCut && \
mkdir -p checkpoint/iwslt14_de_en_bid_simcut_alpha3_p005 && \
mkdir -p log/iwslt14_de_en_bid_simcut_alpha3_p005 \

3-6、管理会话

点击RAM旁边的倒三角，查看资源，管理会话。
如果有正在运行的，而且不在使用的GPU会话记得及时关掉，因为个人额度是有限的。所以只要在模型训练时开启GPU模式，其他情况使用None即可。

3-7、界面按钮详解

Google Colab免费GPU大揭晓：超详细使用攻略

3-8、交互指令

交互指令：用!bash 开启交互指令，输入exit退出。（不用开小黑窗口啦！唯一的缺点是输入的命令不显示，得点一下才可以显示。）
在这里插入图片描述

3-9、安装需求包

# 先从其他环境把包输出到requirements.txt文件里。
!pip install -r requirements.txt

参考文章：
Google Colab免费GPU 超详细使用教程.
Colab使用教程（超级详细版）及Colab Pro/Pro+评测.

总结

那就去吃烧烤吧！

文章出处登录后可见！

已经登录？立即刷新