使用colab平台训练自己的模型

Colab

前言 ：用Colab训练自己的模型的方法是，先将自己的项目代码上传到goole云盘，然后通过Colab挂载，使其能访问自己的项目代码，然后在ipynb中用命令行执行。

1 设置使用GPU资源

2 挂载Google云盘

方法一，直接点击快捷键：

方法二：

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

挂载成功后，会出现drive文件。

我的云盘资料如下：

yolov4-tiny就是我要训练模型的项目代码。

3 环境搭建

Q:每个项目的运行环境都不一样，如何像anoconda一样构建该项目独立的运行环境呢？
A:Colab本身集成有运行环境，一般情况下不用自己安装。但是如果库版本有冲突的话，还是可以用pip进行安装的，如：

!pip install torch===1.4.0 torchvision===0.5.0 -f https://download.pytorch.org/whl/torch_stable.html
!pip install tensorboard
!pip install tensorboardX

注意，以上代码都是在colab上运行的，要在Python终端下运行命令，命令前需要加！号。

如果命令前加%，表示该命令是shell命令，如

%cd "/drive/My Drive/CCKS/xxx"

！！！注意，在colab上生成的文件都是临时的，我们需要的话要及时下载下来，右键想要下载的文件，然后下载就好
如

4 在colab上运行python文件

直接 python + 脚本文件路径就好，如

!python /content/drive/MyDrive/yolov4-tiny/yolov4-tiny-pytorch-upload/VOCdevkit/VOC2007/voc2yolo4.py

文件路径名可以通过右键复制，如

复制粘贴后运行就好啦，

运行效果：

训练要比在本地上要快不少（我电脑太菜了），之所以运行前用os.chdir()切换路径，是因为代码里用到了相对路径的写法，所以运行前先得切换到该目录下。