用谷歌的GPU跑你的代码----Colaboratory使用记录

    Google不愧为大佬，给我们这些小（穷）白（鬼）开放了一个Gpu的端口，让我们的体会了一下GPU的速度。本人亲测，我的代码在我的笔记本上跑了20分钟，但上传到Colaboratory上只需要3分钟就可以给我答案。

但Colaboratory并不是那么简单，我研究了一天，终于找到了一些技巧，特意记录下来。

  Colaboratory是谷歌云盘的一个工具，谷歌官方给出的解释是“Colaboratory是一种数据分析工具，可将文字、代码和代码输出内容合并到一个协作文档中”。其实在我看来就是一个Jupyter Notebook，不过它也不是一个简单的Jupyter Notebook，因为它是在linux系统下，所以我们可以用linux系统命令来控制 Colaboratory。

  一、基本操作

  1.1新建

   Colaboratory新建直接在空白地方右击，新建Colaboratory，如果没有找到选择关联更多应用，搜一下Colaboratory就行。新建完成后直接点击打开就行。

1.2运行模式改为GPU

1.3代码执行

直接在代码单元格里写代码就行，然后点击左边的运行标志，代码就开始执行。

import tensorflow as tf
import numpy as np

with tf.Session():
  input1 = tf.constant(1.0, shape=[2, 3])
  input2 = tf.constant(np.reshape(np.arange(1.0, 7.0, dtype=np.float32), (2, 3)))
  output = tf.add(input1, input2)
  result = output.eval()

result

执行结果

二、上传、下载数据

  由于我们每次打开 Colaboratory都是Google 随机给我们分配一台服务器，所以我们每次的数据都不能保存，所以我们需要掌握如何上传数据和下载数据

  2.1上传数据

  2.1.1网络上数据集

  由于 Colaboratory其实本质上是linux服务器，我们可以通过linux命令来下载数据。但由于在 Colaboratory上，所以我们需要注意 Colaboratory不能直接执行linux命令，我们可以通过在命令前面加上!来执行命令（大部分linux命令在前面加上“!”都能实现），比如我们下载Stanford Dogs数据集，可以通过下面命令：

!wget http://vision.stanford.edu/aditya86/ImageNetDogs/images.tar

执行效果如下：

可以看到文件下载下来啦，我下载下来的是压缩包，利用linux命令来解压就行，只要在命令前加上英文的感叹号就可以执行。

2.1.2本地上传数据

from google.colab import files

uploaded = files.upload()

for fn in uploaded.keys():
  print('User uploaded file "{name}" with length {length} bytes'.format(
      name=fn, length=len(uploaded[fn])))

files.upload返回上传文件的字典。字典是由文件名键入的，值是上传的数据。

这段代码我没有试过，我也是在无意中看见的，应该可以执行

2.2下载数据

当你的代码执行完成，你需要将你运行后保存的文件（假设你有保存文件），可以通过以下代码来下载数据。

from google.colab import files

with open('123.txt', 'w') as f:
  f.write('some content')

files.download('123.txt')

由于每次都是Google随机给你分配的服务器，所以你每次的数据都无法保存，如果可以的话，你还是把需要的数据及时下载下来。

三、其他

还有一些其他的命令和ipython上可以执行，也可以在Colaboratory执行，下面是我的一些总结

%cd directory 更改工作目录
%pwd 返回系统当前工作目录
%env 以字典形式返回系统环境变量

以上是我目前所用到的Colaboratory相关的知识，后序我将继续更新我的其他学习知识。

注：Colaboratory是在谷歌云盘上的，需要出去才能使用，所以你需要才能使用Colaboratory。如果你有能，那你可以尽情的使用谷歌的GPU，如果你没有的技术，那我只能说这种事你可以花点钱吗，花点。