本文已参加「新人创作礼」活动，一起开启掘金创作之路。
Google Colab，全名Colaboratory，是由谷歌提供的免费的云平台，可以使用pytorch、keras、tensorflow等框架进行深度学习。其GPU为Tesla T4 GPU，有很强的算力，对于刚入门机器学习或深度学习的用户，这个平台是不二之选。
@[TOC](谷歌colab跑github代码AttnGAN详细步骤 深度学习)
打开colab，连接云端虚拟机
1、进入谷歌云端硬盘，在更多中找到colaboratory
2、Colab界面下图所示，相当于Jupyter，以文档的形式展现，可以运行和共享代码。
3、点击连接，连接谷歌colab为你提供的虚拟机
等待后，显示这样就是连接成功
4、更改虚拟机设置，使用GPU，准备开始白嫖
点击左上角修改-笔记本设置-硬件加速改为GPU
配置实验资源（code+dataset）
1、运行以下代码装载谷歌云端硬盘到虚拟机
from google.colab import drive
drive.mount('/content/drive')
可以看到装载到了drive文件夹，即是谷歌云端硬盘（就可以实现云盘文件与虚拟机的连接）
2、克隆github项目到虚拟机sample_data文件夹（一般情况下放在此文件夹，别处也可以）
首先找到github代码的HHTPS地址，如AttnGAN的：
然后在colab中输入克隆命令：
!git clone https://github.com/davidstap/AttnGAN.git
即可看到colab虚拟机克隆到了github的实验代码。
3、根据项目的提示，进行资源的导入
①将谷歌云盘的鸟类预处理的元数据保存到自己的云盘（添加快捷方式就是）
然后打开colab可以看到，birds.zip已经在我们的云盘中，我们将其挪到AttnGAN的指定位置中（data/）
挪入后发现，他是zip文件,要进行解压
故我们通过cd命令，进入data文件夹当中。
cd AttnGAN/
cd data/
然后进行解压
!unzip birds.zip
同样，我们发现在解压后的birds中还有一个压缩文件叫做text.zip，同样进行解压，解压成功后可以删掉zip文件，因为colab限制了磁盘存储空间，要省着用，解压成功后的文件目录是这样：
②、用与①相当的方法，添加鸟类图像数据集的快捷方式到云盘，并将它们挪到data/birds/并且解压。
此处为大家介绍一小部分可能会用到的命令：
返回上一级：cd .. 查看当前目录：pwd 查看当前目录里的所有文件和文件夹：ls 解压zip格式的压缩文件（text.zip为目标文件）：unzip text.zip 解压tar格式的压缩文件（CUB_200_2011.tgz为目标文件）：!tar -xf CUB_200_2011.tgz
实验运行
1、预训练 DAMSM 模型，回到code目录下，输入以下代码并运行：
！python pretrain_DAMSM.py --cfg cfg/DAMSM/bird.yml --gpu 0
bug1：会出现
IndexError: invalid index of a 0-dim tensor. Use
tensor.item()in Python ortensor.item<T>()in C++ to convert a 0-dim tensor to a number
是因为s_cur_loss0 = s_total_loss0[0]应该改成s_cur_loss0 = s_total_loss0.item()，把他们四兄弟都改成.item()
bug2：会出现
File "/content/sample_data/AttnGAN/code/miscc/utils.py", line 104, in build_super_images drawCaption(text_convas, captions, ixtoword, vis_size) File "/content/sample_data/AttnGAN/code/miscc/utils.py", line 35, in drawCaption fnt = ImageFont.truetype('Pillow/Tests/fonts/FreeMono.ttf', 50) OSError: cannot open resource
这是因为没有FreeMono字体原因，找到utils.py的50行，改为Humor-Sans.ttf或者LiberationMono-Bold.ttf
后面还有少许bug，这里不再赘述
2、训练 AttnGAN 模型
!python main.py --cfg cfg/bird_attn2.yml --gpu 2
会提示bug：
RuntimeError: CUDA error: invalid device ordinal CUDA kernel errors might be asynchronously reported at some other API call,so the stacktrace below might be incorrect. For debugging consider passing CUDA_LAUNCH_BLOCKING=1.
这个是因为，该虚拟机只有一个gpu可用，将--gpu 2改为--gpu 0
3、采样
采样部分文本测试
可以在这里更改自己需要的文本，比如：this bird is red and white with big swings and short beak
采样部分文件名测试
python main.py --cfg cfg/eval_bird.yml --gpu 0
然后可以看到，程序进入正常运行阶段，大功告成。
运行结果
输入的文本为：this bird is red and white with big swings and short beak
注意力输入
三阶段的生成器分别生成的图像为：
实验成功。
使用colab的注意事项
0、colab的GPU使用是完全免费的，随便用，乱用，使劲用，加油一起薅谷歌的羊毛。 1、执行命令行前面加！ 2、自带库及库的安装Colab 自带了Pytorch， Tensorflow、Matplotlib、Numpy、Pandas 等深度学习基础库。如果还需要其他依赖，如 Keras，可以新建代码块，利用pip安装 3、连续使用超过12小时会被限制，使用时中途保存模型文件 4、如果虚拟机长时间未检测到你有什么指令和动作，会自动切断连接，一切就得重新来。 5、不要心动去充钱升级权限，国内也有很多优秀的云服务。
