使用Google Colaboratory部署深度学习项目

一、创建一个Google云端硬盘账号

二、在Google云端硬盘中创建一个新文件夹，并将你的深度学习项目上传到这个新文件夹中

三、在Google云端硬盘上将目录切换到新创建的项目文件夹,在当前文件夹中右键点击空白处会显示一个目录，选择"更多"，点击"Google Colaboratory"，创建你的项目运行ipynb文件
注:如果没有"Google Colaboratory"这一选项，则选择"关联更多应用"，搜索该应用进行关联，关联成功后，重新打开云端硬盘或者刷新，防止网页更新缓慢，应用"Google Colaboratory"一直显示不出来的问题

四、在你创建的ipynb文件中选择"修改"，点击"笔记本设置"，将硬件加速器设置为"GPU"

五、程序运行
注:每次重新打开ipynb文件运行项目时，都要进行以下几步：

1.安装必要的库和授权：

from google.colab import drive
drive.mount('/content/drive/')

2.进入当前项目目录(我这里新创建的项目文件夹是BERT)：

cd /content/drive/My\ Drive/BERT

3.运行项目(比如运行bert语言表征模型)：

!python 2run_pretraining.py \
  --bert_config_file="pretrain_model/bert_config.json" \
  --data_dir=data \
  --input_file="data_ch/train.tf_record" \
  --output_dir="output/" \
  --init_checkpoint="pretrain_model/bert_model.ckpt" \
  --max_seq_length=128 \
  --max_predictions_per_seq=20 \
  --do_train = True \
  --do_eval = True \
  --train_batch_size=8 \
  --eval_batch_size=8 \
  --learning_rate=5e-5 \
  --num_train_steps=100000 \
  --num_warmup_steps=10000 \
  --save_checkpoints_steps=1000 \