愉快使用谷歌免费人工智能平台colab，训练你的神经网络模型，为你的学术生活添砖加瓦

2020年11月9日 3487点热度 3人点赞 0条评论

博主是一个苦逼的研究僧，奈何本身运气差点，进了一个坑逼的实验室，还遇到了一个坑逼导师，这里边那个苦更与何人说。言归正传，本人研究方向为音频信息隐藏，是不是很憨的方向，具体的暂时做使用神经网络做音频隐写分析。既然使用神经网络了，那肯定需要GPU资源了。总的来说就是需要一台cpu和gpu都很强劲，内存很大的工作站了。但是苦于实验室和导师现状，我一时半会搞不到GPU资源。但是天无绝人之路，谷歌提供了这个免费的平台。国内飞桨也提供免费的资源，但是就没这个colab用着舒服，GPU资源特别难以申请。言归正传，如何愉快的使用colab免费平台呢？我将给大家写个详细的教程。

一、网站地址

https://colab.research.google.com/

看到这个网址是不是很熟悉的感觉，要想使用这个资源，有这几个前提一定要满足吧。

1.网址里面有google.com ，那么必须要召唤魔法才能访问了吧，至于什么魔法，大家可以百度、谷歌、搜狗。

2.这东西，必须要一直网络良好，而且需要一直进行操作，那么需要你的魔法足够强，要稳定的施法对吧。

3.既然是谷歌家的东西，那么你肯定需要个谷歌账号。

也就这么多了，有了这个就完全可以用了。如果你不晓得，右上角加群或者发表评论，自然有人指导你。

二、现在开始

打开网址，登录账号，默认进入如下界面。

这个界面就是初始界面，可以点击取消，显示的默认文档，这个稳定简单介绍了colab可以做什么，以及一些简单的例子，这儿不再赘述，不是重点。对于我们，课选择新建笔记本，放上自己的代码，也可以把自己的代码放到谷歌网盘，然后从谷歌网盘打开，就可以关联到colab进入colab。

点击进入就是你写好的代码，或者一个空白文档，就是一个jupyter notebook，而且感觉还是在增强版的，用着特别舒适。接下来愉快的进入下一步。

三、愉快使用

1.连接服务器

左上角点击连接即可。

可以看到分配的计算机配置还是不错的，对于我们的学习，以及做个小实验还是没问题的。

2.使用GPU

我们来使用colab当然是奔着他的gpu来的，谷歌免费提供了GPU供大家使用，请注意不要浪费资源，你写个纯cpu代码就不要申请gpu资源了。对于单个文档来说，申请gpu资源需要专门的设置。

界面左上角，修改菜单->笔记本设置。

这里可以看到有GPU还有高端的TPU可以使用，这里选择GPU给大家展示。

点击保存就可以，请注意不要浪费GPU资源。

使用 ! nvidia-smi 命令，可以查看GPU信息，

可以看到这里是K80，有的时候运气好的话，还可能分配到更好的GPU。再说一遍，不要浪费。

初次使用，一般会给一个比较好的卡，但是直接给我k80 ,哎不说了。

3.挂载谷歌云盘

默认情况下，你的所有代码是存储在申请的机器上的，当然代码云端会有保存但是当机器因为超时或者闲置被回收的时候，你的数据集就没有了。这种情况下，体验肯定会很差劲，比如那一次我下载了好大的数据集，结果没了。但是谷歌的产品就是强大，谷歌的网盘是可以挂载在上边的，

使用如下代码：

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

点击运行

点击链接进入，进行账号验证，

给所有权限，然后就会给验证码，

复制到代码中，回车执行即可

可以看到挂载成功

由上图可以看出，完全已经挂载上了，那么而且还有一个好的地方，虽然个人谷歌网盘只有15G，但是我们可以使用别人分享的团队盘，至于团队盘如何获得，大家可以自己百度一下。

然后给大家一个实例。

就需要设置为自己的文件夹了，可以在自己的网盘设置一个文件夹爱，专门用于使用colab。比如Colab Notebooks

然后我又新建一个文件夹data，用于为大家展示，随便上传了一个文件。

大家准备好路径

/content/gdrive/My Drive/Colab Notebooks/data

前边是固定的，后边是设置的文件夹。

使用如下命令

import os
os.chdir("/content/gdrive/My Drive/Colab Notebooks/data")

这样可以切换工作目录为设置的目录，这样的话你存储的文件都默认放置在你的文件夹了。

测试一下

测试了下载一个图片，可以看出来没问题的，还可以使用如下命令看文件夹的文件

这样基本上就讲完了。

当然最推荐的方式，是本地写完代码，上传到你将要使用的文件夹，使用关联的colab打开，然后使用上述命令挂载，就可以愉快的使用了。

也可以点击此按钮进行挂载

4.导入自定义模块

首先确保挂载好了Google云盘。然后，使用 sys 将目录附加到python路径：

import sys
sys.path.append('/content/gdrive/yourdirectory')

这里只是示例，如果你需要可以参考查看文件的方法，看看是否导入成功。

四、总结

1.Colab 的使用量限额

Colab 之所以能够免费提供资源，部分原因在于它的使用量限额是时有变化的动态限额，并且它不会保证资源供应或无限供应资源（单次最长12小时，自动断开连接）。也就是说，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 类型以及其他因素都会不时变化。Colab 不会公布这些限额，原因之一是它们不仅可能、而且有时确实会快速变化。如果希望获得更高、更稳定的使用量限额，可以订阅 Colab Pro。

2.Colab 提供哪些类型的 GPU

为了保证计算资源的自动分配，Colab 中的可用 GPU 类型是动态变化的，通常包括 Nvidia K80、T4、P4 和 P100。

问题是无法手动选择在 Colab 中连接的 GPU 类型。与使用 Colab 长时间运行计算的用户相比，系统有时会向交互地使用 Colab 或最近资源用量较少的用户优先提供 GPU。因此，使用 Colab 长时间运行计算的用户，或最近资源用量较大的用户，更有可能遇到使用量限制，并导致他们暂时无法使用 GPU。计算需求较高的用户可以在使用 Colab 界面的同时，在自己的硬件上运行本地运行时。如果想要更稳定地使用 Colab 最快的 GPU，可以订阅 Colab Pro。

请注意，Colab绝对禁止使用 Colab 挖掘加密货币，情节严重者，封禁Google帐号在 Colab 中的使用权限。

3.Colab 可以运行多长时间

笔记本要连接到虚拟机才能运行，虚拟机的最长生命周期为 12 小时。笔记本如果处于空闲状态的时间过长，也会与虚拟机断开连接。虚拟机的最长生命周期和空闲超时行为可能会随时变化，也会根据您的使用情况调整。只有这样，Colab 才能免费提供计算资源。如果希望虚拟机的生命周期更长、对空闲超时行为的限制更宽松，并希望这两项随时间变化的幅度小一些，可以订阅 Colab Pro。