一、前言

現在你可以開發Deep Learning Applications在Google Colaboratory，它自帶免費的Tesla K80 GPU。重點是免費、免費！（國內可能需要tz）

這個GPU好像不便宜，amazon上1769刀.

二、什么是Google Colab?

Colaboratory 是一個 Google 研究項目，旨在幫助傳播機器學習培訓和研究成果。它是一個 Jupyter 筆記本環境，不需要進行任何設置就可以使用，并且完全在云端運行。
Colaboratory 筆記本存儲在 Google 云端硬盤中，并且可以共享，就如同您使用 Google 文檔或表格一樣。Colaboratory 可免費使用。
利用Colaboratory ，可以方便的使用Keras,TensorFlow,PyTorch,OpenCV等框架進行深度學習應用的開發。

與其它云服務相比，最重要的特點是Colab提供GPU并完全免費.詳細介紹可見faq page.

三、開始使用

3.1在谷歌云盤上創建文件夾

當登錄賬號進入谷歌云盤時，系統會給予15G免費空間大小。由于Colab需要依靠谷歌云盤，故需要在云盤上新建一個文件夾。

比如，我建立一個名為app的文件夾：

3.2創建一個新的Colab Notebook

在文件夾內的空白處右鍵 -> 更多 -> Colaboratory

點擊文件名可以重命名文件：

3.3 設置免費的GPU

它是很容易更換默認的硬件（None,GPU,TPU），通過 修改->筆記本設置或者代碼執行程序->更改運行時類型來選擇GPU，作為硬件加速.

3.4 測試——運行基本的Python代碼

創建完之后，會自動生成一個jupyter筆記本，就可以直接在這里面編寫和運行代碼了.

我將運行一些基本的數據類型代碼，來自于Python Numpy Tutorial.

3.5授權與安裝

首先運行下面的代碼來安裝必要的庫和授權.

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

當你運行上面的代碼(掛載云端硬盤)，應該會看到如下的結果：

點擊鏈接，復制驗證碼，粘貼到輸入框.在完成授權過程之后，你應該會看到這樣：

現在，你可以使用如下命令進入Google Drive：

!ls "/content/drive/My Drive/"

其實進一步查看，發現這是一個linux虛擬機：

!cd /
!ls

3.6運行.py代碼

安裝Keras

!pip install -q keras

上傳minst_cnn.py file到你的Google Drive中的app文件夾.

運行下面代碼來訓練基于MINST_dataset的一個簡單的卷積神經網絡：

!python3 "/content/drive/My Drive/app/mnist_cnn.py"

正如你看見的，每個epoch僅僅需要8s.

據某位大佬的博客所說：

每個率每個Epoch大概需要130s+完成

四、相關命令

（1）查看是否使用GPU

import tensorflow as tf
import tensorflow as tf

（2）在使用哪個GPU

from tensorflow.python.client import device_lib
device_lib.list_local_devices()

（3）RAM大小

!cat /proc/meminfo

參考鏈接：

1、https://medium.com/deep-learning-turkey/google-colab-free-gpu-tutorial-e113627b9f5d

2、https://www.cnblogs.com/infaraway/p/8372881.html

總結

以上是生活随笔為你收集整理的Google Colab免费GPU使用教程（一）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。