当本地没有GPU的时候，可以使用 Google Colab ，在网页上就可以跑程序。
怎么在上面用GPU把程序跑起来，主要解决三个问题：
- 怎么把本地代码和数据传上去
- 如何在 jupyter中引入py程序和数据
- 如何切换到GPU
一、上传本地代码和数据
打开google云端硬盘，点击新建-上传文件夹，上传本地文件
二、打开jupyter
- 方法一：进入上传的文件夹，找到要运行的ipynb文件，双击后，会自动跳转到Colab笔记本
- 方法二：新建一个笔记本
三、运行jupyter
为了能在jupyter中能正确引用到我们文件夹中的文件，我们在jupyter命令行输入：
from google.colab import drive
drive.mount('/content/gdrive')
import sys
sys.path.append('/content/gdrive/MyDrive/d2l/')
import os
#改变当前工作目录到谷歌云盘的路径
path = '/content/gdrive/MyDrive/d2l/'
os.chdir(path)
os.listdir(path)
# %load_ext autoreload
# %autoreload 2
输出
Drive already mounted at /content/gdrive; to attempt to forcibly remount, call drive.mount("/content/gdrive", force_remount=True).
['fashionTrans.py',
'.gitignore',
'mlpparams.pt',
'testNet.ipynb',
'.DS_Store',
'convolutionNN.ipynb',
'convolutionalNeuralNetwork',
'.git',
'deepLearningCompute',
'modernConvolutionalNeuralNetwork',
'multilayerPerceptron',
'.ipynb_checkpoints',
'utils',
'modernConvolutionNN.ipynb']
四、切换到GPU
- 连接到托管的运行时
- 点击修改-计算机设置
- 选择硬件加速器-GPU
五、测试下GPU是否调用成功
jupyter命令行输入：
import torch
print(torch.cuda.is_available())
print(torch.cuda.device_count())
输出：
六、调用云端硬盘上的python文件
from modernConvolutionalNeuralNetwork.alexNet import test_AlexNet
test_AlexNet()
模型训练截图：
