[ 深度学习平台 ] —— Google Colab : 开源GPU的配置与使用

 

一些好的教程:丨简书01丨

 

 

一、环境配置部分

1、基本配置。

https://blog.csdn.net/cocoaqin/article/details/79184540#52-%E6%8C%82%E8%BD%BD%E4%BA%91%E7%AB%AF%E7%A1%AC%E7%9B%98

2、将工作目录挂载在google Driver上的指定路径

https://my.oschina.net/flyrobin/blog/1621607 -- 主要

    (1)、正常操作后,工作目录在~/content下。(挂载好Google Driver 后,先不用按照上面方法更改工作目录)

        [ 深度学习平台 ] —— Google Colab : 开源GPU的配置与使用_第1张图片

    (2)、使用 %cd drive 就可以进入到google drive中,并且这样就可以更改工作路径

        [ 深度学习平台 ] —— Google Colab : 开源GPU的配置与使用_第2张图片

        [ 深度学习平台 ] —— Google Colab : 开源GPU的配置与使用_第3张图片

    

 

    参考:

        https://mp.weixin.qq.com/s/LoqEGIz0GlgtPGqdgosIpg

 

3、jupyter记事本环境操作。

    (1)、可以使用的魔术方法(magic):    

        --Available line magics:

%alias  %alias_magic  %autocall  %automagic  %autosave  %bookmark  %cat  %cd  %clear  %colors  %config  %connect_info  %cp  %debug  %dhist  %dirs  %doctest_mode  %ed  %edit  %env  %gui  %hist  %history  %killbgscripts  %ldir  %less  %lf  %lk  %ll  %load  %load_ext  %loadpy  %logoff  %logon  %logstart  %logstate  %logstop  %ls  %lsmagic  %lx  %macro  %magic  %man  %matplotlib  %mkdir  %more  %mv  %notebook  %page  %pastebin  %pdb  %pdef  %pdoc  %pfile  %pinfo  %pinfo2  %popd  %pprint  %precision  %profile  %prun  %psearch  %psource  %pushd  %pwd  %pycat  %pylab  %qtconsole  %quickref  %recall  %rehashx  %reload_ext  %rep  %rerun  %reset  %reset_selective  %rm  %rmdir  %run  %save  %sc  %set_env  %store  %sx  %system  %tb  %time  %timeit  %unalias  %unload_ext  %who  %who_ls  %whos  %xdel  %xmode

        --Available cell magics:

%%!  %%HTML  %%SVG  %%bash  %%bigquery  %%capture  %%debug  %%file  %%html  %%javascript  %%js  %%latex  %%perl  %%prun  %%pypy  %%python  %%python2  %%python3  %%ruby  %%script  %%sh  %%svg  %%sx  %%system  %%time  %%timeit  %%writefile

Automagic is ON, % prefix IS NOT needed for line magics.

 


 

二、代码运行部分。

[1]、数据上传。

    1、压缩包的处理方法。

         —— 在需要解压的路径下新建一个 colaboratory 文件( .ipynb文件 ) 叫做 download.ipynb 。

        (1)、.zip文件 —— 在download.ipynb文件中写入:

import zipfile

azip = zipfile.ZipFile('Market-1501-v15.09.15.zip') 
azip.extractall()

        

 

[2]、代码运行。

    1、使用普通CPU运行代码。(代码地址:https://github.com/keras-team/keras/blob/master/examples/mnist_cnn.py)

   [ 深度学习平台 ] —— Google Colab : 开源GPU的配置与使用_第4张图片

    [ 深度学习平台 ] —— Google Colab : 开源GPU的配置与使用_第5张图片

    -代码运行结果:

        [ 深度学习平台 ] —— Google Colab : 开源GPU的配置与使用_第6张图片

    2、切换GPU(直接切换就行,不用对代码进行任何修改)

        [ 深度学习平台 ] —— Google Colab : 开源GPU的配置与使用_第7张图片

    --代码运行。

        [ 深度学习平台 ] —— Google Colab : 开源GPU的配置与使用_第8张图片

 

 

[3] 使用 本地代码 上传运行。

(1) 将本地代码上传到google drive:

  ——> [ 深度学习平台 ] —— Google Colab : 开源GPU的配置与使用_第9张图片

 

(2) 在代码文件中创建一个 colab 文件:code_run_file.ipynb --- 用于运行本地代码。

[ 深度学习平台 ] —— Google Colab : 开源GPU的配置与使用_第10张图片

(3) 打开 code_run_file.ipynb ,按照以下步骤运行本地代码:


! cd [本地代码的位置]  # 目的:使colab的工作环境在本地代码文件位置。


# 关键命令:
! python3 需要运行的文件名.py

 

你可能感兴趣的:([ 深度学习平台 ] —— Google Colab : 开源GPU的配置与使用)