白嫖google gpu服务器 Colab实用教程

2,632 阅读2分钟

Colab 实用教程

Colab是什么?

  1. 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 OpenCV 等流行库开发深度学习应用程序。
    • Colab 与其它免费的云服务最重要的区别在于:Colab 提供完全免费的 GPU,对学生党进行AI学习提供便利。
  2. Colab 是Google的且服务器在国外

    • 如果不能使用Google,推荐使用Kaggle(国内也能访问)
    • 如果可以上Google,那就继续往下看学习Colab用法!

Colab的基本配置

  1. 登录 Google Drive

  2. 在 Google Drive 上创建文件夹,我创建的是名字为 app 的文件夹

05.png

创建新的 Colab 笔记(Notebook),通过 右键点击 > More > Colaboratory 步骤创建一个新的笔记

43.png

通过点击文件名来重命名笔记

482.png

  1. 打开 GPU

Edit > Notebook settings 或者进入 Runtime > Change runtime type,然后选择 GPU 作为 Hardware accelerator(硬件加速器)。

503.png

  1. 使用 Google Colab 运行基本的 Python 代码

这个倒是不常用,使用这个功能类似jupyter notebook,而我们要跑的代码基本是已经编辑好的工程项目。利用colab主要是想通过GPU加速更快的训练。

060.png 通过以下的代码,我们可以看下我们的GPU/TPU是不是切换成功了

import torch
flag = torch.cuda.is_available()
print(flag)

123890.PNG

  1. 在创建的文件夹页面上传你的整个要跑的文件(包括数据集),右击选upload fold 或者直接拖拉也行

41l.jpg

Colab 模型训练

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

752.png 2. 切换到你要跑的目录下面

指定当前的工作文件夹

import os
# 此处为google drive中的文件路径,drive为之前指定的工作根目录,要加上
os.chdir("/content/drive/MyDrive/LapSRN/") 
  1. 安装Pytorch以及torchvision

Colab 一般情况下已经自带了pytorch环境了。若没有可以进行相应的安装:

!pip install torch torchvision  # 在Colab中执行操作语句时,感叹号不能漏
  1. 执行训练命令

260.png

  1. 注意事项

最重要的是路径问题,一般在data.py或者dateset.py文件里面有关于路径的,还有save model时候。可以将路径相关的都改成parse的语句,在执行命令时传入防止出错。相关的路径可以直接复制

gry.jpg