Google 云端硬盘使用 colaboratory 跑深度学习(GPU)

Colaboratory 支持 Python 2.7 和 Python 3.6。
谷歌中文说明:https://colab.research.google.com/notebook

要使用云端硬盘,首先你必须!

创建 Colaboratory

  1. 用 Google 账号登录进入 Google 云端硬盘
  2. 进入我的云端硬盘,创建一个文件夹(TensorFlow)。
  3. 进入创建好的文件夹,点开新建 -> 更多 ->关联更多应用 。搜索并找到【Colaboratory】,将应用关联到云端硬盘。
  4. 创建新的 Colab 笔记本:通过右键单击>更多> Colaboratory创建一个新的jupyter笔记本,并将文件重命名(tensorflowTest.ipynb)

使用 Colaboratory

  1. 设置GPU运行,选择 修改 -> 笔记本设置
  2. 设置后端 Python 版本为 Python3,并且将硬件加速器设置为 GPU。
  3. 要想之后使用深度学习读取云盘中的数据集,每次登陆都要将云盘授权挂载工作路径。再创建一个首选挂载的文件(授权挂载.ipynb),运行以下代码进行授权即可。
from google.colab import drive
drive.mount('/content/drive/')
  1. 挂载完成后就可以使用Google云盘中的文件了。
  2. 可以运行一些 bash 命令,每条命令以英文的( ! )开始。
!pwd #用 pwd 命令显示工作路径
# /content
!ls #查看的是 content 文件夹下有哪些文件
# sample_data (Google 默认生成的一个文件,这里是共有资源,要是将文件放在这个目录下,Google 会回收里面的东西,所以要尽可能避免将文件放在这一级目录中)
!ls "drive/My Drive"
# TensorFlow (这就是我们之前创建的那个文件夹)
  1. 更改工作目录,使用以下命令。则之后操作根目录更改为此目录
import os
os.chdir("/content/drive/My Drive/TensorFlow")
os.getcwd()
# '/content/drive/My Drive/TensorFlow'

一些查看当前 Colaboratory 文件后台的命令

  1. 查看是否使用GPU
import tensorflow as tf
tf.test.gpu_device_name()
  1. 在使用哪个GPU
from tensorflow.python.client import device_lib
device_lib.list_local_devices()
  1. RAM信息
!cat /proc/meminfo
  1. CPU信息
!cat /proc/cpuinfo

你可能感兴趣的:(机器学习,colarboratory)