深度学习作为当下最火热的技术, 虽然门槛低, 入门容易, 但是所需的计算量却不是一般电脑能撑得住的, 但是你并不需要去组装一台超高性能的电脑
很多人在刚学习深度学习的时候都会面临一个很严重的问题, 机器性能不足, 在这种情况下你有几种选择方案
google colaboratory
价格你猜?基本是免费的google colaboraory官方链接: google colaboraory
上面说到你有三种入门深度学习的姿势, 为什么推荐你使用google Colaboratory呢?
google colaboratory
的内置环境中, 所有环境都是为你准备好的, 你只需import
即可!!jupyter notebook
支持, 并且支持jupyter notebook
自定义如果你对jupyter notebook
比较熟悉, 本节只需大致浏览即可
进入官方网站, 你可以大概浏览一下初始的介绍页面(如果你英语比较好的话), 但你不懂也没事, 我会带你一步一步使用它
下面都简称
colab
进入上面这个页面并且登陆后可以看到左边有三栏,
colab
的mardown
并没有提供目录生成的方式, 但是你可以在这里浏览你的markdown
笔记目录linux
的系统硬盘中, 如果你不小心点了回到上一级到了根目录, 要返回进入/content/
目录即可下面先进行一个小示例, 你可以先跟着做, 后面会解释这些操作的含义
点击左上方的 文件->新建笔记本
, 我们来新建一个笔记本, 下图为建立好后的样子
双击这个代码块进入编辑模式, 按两下ctrl+m
把该块改为markdown
模式, 添加markdown文本
### 导入pytorch包
按下alt+enter
, 运行该块并且在下方新建一行
在新建的代码块中输入以下python
代码, 导入pytorch
包
import torch
print(torch.cuda.is_available())
print(torch.rand(2,2))
你应该看到如下结果
True
tensor([[0.0674, 0.4890],
[0.1619, 0.0300]])
如果你得到False , 尝试
代码执行程序(Runtime)->更改运行时类型(changeRunTimeType)->硬件加速(hardware accelorator)->改为GPU
, 然后再尝试双击进入并且alt+enter
运行该代码块
好了你已经成功的导入Pytorch包
类似于jupyter notebook, colab也拥有两种模式
ESC
进入, 可以使用鼠标左键进行选择块Enter
进入当前块进行编辑, 也可以使用鼠标左键双击想要编辑的块进行编辑同样的与jupyter notebook一样, 块也拥有两种块
markdown用来记笔记, 代码块用来演示运行示例代码
为了更好的使用colab
, 我们至少需要记住如下的几个快捷键
两下ctrl+m
: 在python代码模式与markdown模式进行切换ctrl+m+a
: 在当前块上方插入一行代码块ctrl+m+b
: 在当前块下方插入一行代码块ctrl+m+d
: 删除代码块↑\↓
: 在块模式下进行块之间的移动, 在编辑模式下移动光标进行编辑alt+enter
: 运行代码块并且新建一行ctrl+enter
: 只运行代码块好了, 现在你可以利用这些快捷键自由的尝试建立一些markdown笔记, python代码并且尝试运行他们
好了, 如果你是个对外观没有要求的程序员可以跳过这一节, 但你会少去许多敲代码的快感
你可以工具->设置->其他->威力等级
来使你在代码块下敲代码时有火花特效, 有三种不同的威力等级
在工具->设置->其他
还有两个额外选项