Colaboratory 入门
第一次使用时，需要在谷歌云安装以下：
进入文件夹
进入colab需要开代理
---------------------------------------------------------------------------------------------------------------
使用拥有 gpu 的运行环境
tensorflow 和 tensorflow-gpu版本要一致（1.x），其次cuda版本也要和tf版本相符，才能使用GPU。
tensorflow2.x能自动调用gpu
---------------------------------------------------------------------------------------------------------------
简介：
支持 可执行代码、富文本以及图像、HTML、LaTeX
TensorFlow 2.1 之后支持TPU
---------------------------------------------------------------------------------------------------------------
在google drive ，千万不要 ctrl+A ，会卡死，网页需要刷新
-------------------------------------------------------------------------------------------------------------
为了避免谷歌云盘和colab 之间的 I/O 速度的限制，尽量把训练所需要的文件都上传或下载到 colab的虚拟空间，然后每隔X轮的训练之后将模型文件和损失函数表格保存到谷歌云盘中。
-------------------------------------------------------------------------------------------------------------
刚开始使用时，分配的GPU是Tesla T4，已经能胜任很多任务了，但是如果经常用它挂机运算，能分配到的显卡配置就会降低。超过一定的运行时间后，就需要等几个小时后才能用，我为了训练能稳定些，就买了colab pro。
---------------------------------------------------------------------------------------------------------------
如果显示连接状态是忙碌的话，需要终止运行中的单元格后重连，避免过一会colab回收虚拟空间。
---------------------------------------------------------------------------------------------------------------
清除输出，或全屏查看。
---------------------------------------------------------------------------------------------------------------
- 运行linux命令需要在命令前加上 “！”
查看分配的cpu信息
- !cat /proc/cpuinfo
查看分配的内存信息
- !cat /proc/meminfo
指定包的版本
- !pip install keras==2.1.5
--------------------------------------------------------------------------------------------------------------
命令行的结果可以赋值给变量
--------------------------------------------------------------------------------------------------------------
查看CUDA版本
!cat /usr/local/cuda/version.txt--------------------------------------------------------------------------------------------------------------
查看GPU信息
!nvidia-smi--------------------------------------------------------------------------------------------------------------
指定训练使用的gpu
import os
os.environ["CUDA_VISIBLE_DEVICES"] = "0"--------------------------------------------------------------------------------------------------------------
检查gpu是否能被tensorflow调用
tf.test.is_gpu_available()--------------------------------------------------------------------------------------------------------------
挂载谷歌云盘
from google.colab import drive
drive.mount('/content/drive')--------------------------------------------------------------------------------------------------------------
切换当前的目录（这个很重要，有时候导入外部包出错是因为当前目录不对）
%cd "faceswap-GAN" --------------------------------------------------------------------------------------------------------------
创建目录
!mkdir -p ./faceA/rgb--------------------------------------------------------------------------------------------------------------
删除目录
!rm -rf ./faceA/rgb--------------------------------------------------------------------------------------------------------------
复制谷歌云盘里的文件到colab虚拟硬盘（空格需要转义）
!cp -r /content/drive/My\ Drive/GAN/faceA/rgb/. ./faceA/rgb---------------------------------------------------------------------------------------------------------------
可以将模型保存在云端硬盘 Google Drive
会出现这段代码，点运行
点开链接获取代码
可以在 /content/drive/My Drive 下面看到云盘里的文件，能读写。（可以直接拖拽文件进行剪切）
路径取决于你在 drive.mount(' ') 里面写的
将模型的保存路径设置为云盘的路径，这样当 Colab 断了时，我们可以从云端硬盘读取保存的模型，并继续训练。
示例（空行需要转义符）：
!cp -r ./models/. /content/drive/My\ Drive/GAN/group1/models-----------------------------------------------------------------------------------------------------------------------