Goolge Colab使用教程

目录

1.1在谷歌云盘上创建文件夹

1.2 创建一个新的Colab Notebook

1.3 设置免费的GPU

1.4  执行命令

 1.5 挂载Google Drive

1.6 如何上传文件

1.7 运行自己的代码

 1.8 如何防止Colaboratory断掉

1.9 数据解压

注意事项

---

1.1在谷歌云盘上创建文件夹

        当登录账号进入谷歌云盘时，系统会给予15G免费空间大小。由于Colab需要依靠谷歌云盘，故需要在云盘上新建一个文件夹。比如，我建立一个名为mask_Rcnn的文件夹：

 

1.2 创建一个新的Colab Notebook

--先把谷歌云盘关联上colab
        点击 New -> More -> 关联找到更多应用， 找到Google Colaboratory，关联上。

 --在文件夹内的空白处右键 -> 更多 -> Colaboratory

--或者点击 新建 -> More ->Google Colaboratory

 创建完就出现下边的界面，点击文件名可以重命名文件：

1.3 设置免费的GPU

         它是很容易更换默认的硬件（None,GPU,TPU），通过 修改->笔记本设置或者代码执行程序->更改运行时类型来选择GPU，作为硬件加速.

• 查看自己是否处于GPU环境
  • 只需要运行下列代码即可

  • import tensorflow as tf 
    tf.test.gpu_device_name()

  • 如果显示下面的代码就证明是在GPU环境下,但如果什么都没有显示出来的话，说明不是在GPU环境，那么返回到打开GPU重新设置即可

 

1.4  执行命令

colab这个相当于jupyter notebook，可以直接运行python 代码，如

import os
import numpy as np
x='ok'
print(x)

         这个notebook又可以执行linux下的一些命令，因为这其实是一台linux的虚拟机，只不过执行linux命令的时候前面要加!，比如：!ls , !pwd等等

 1.5 挂载Google Drive

        其实就是让这个notebook可以访问到你的谷歌云盘，运行以下代码，会出现一个授权链接。

from google.colab import drive
import os
drive.mount("/content/drive", force_remount=True)

 将当前目录切换到谷歌云盘，然后查看你云盘里的文件；

 之后每次重新登录都要1.5这两个步骤.接下来就可以像使用linux系统一样去使用了。

1.6 如何上传文件

第一种：直接上传

 第二种：代码上传

进入到文件所在目录

import os
path="/content/drive/My Drive/Colab Notebooks/Your directory name"
os.chdir(path)
os.listdir(path)
!python train.py  //注意colab中执行命令前要加！

第三种：github上传 

通过colab使用github或本地Notebook,点击 文件->上传笔记本，然后在弹出的窗口中选择合适的选项：

1.7导入库

最新colab 默认是可以导入tensorflow 和pytorch,默认的安装包可以通过如下命令查看：

!pip list

 便会输出所有pip的包。如果没有可以通过命令安装

!pip install 
!apt-get install

        接着是Pytorch, Pytorch的安装和我们在Linux上安装一样,点击官网选择要环境。然后只需要将官网提供的代码copy到我们的代码块中，并且在代码前加上一个“!”点击运行即可，如下 

!pip3 install https://download.pytorch.org/whl/cu80/torch-1.0.0-cp36-cp36m-linux_x86_64.whl
!pip3 install torchvision

然后我们可以输入官网提供的代码作安装的测试 如果有如下输出就证明我们安装成功

import torch
x = torch.empty(5, 3)
print(x)

tensor([[1.1790e-25, 0.0000e+00, 4.4842e-44],
        [0.0000e+00,        nan, 1.6255e-43],
        [3.3587e-06, 5.2898e+22, 6.5625e-10],
        [2.0804e+23, 8.2726e+20, 6.6715e-10],
        [1.6993e-04, 2.7150e-06, 6.0611e-39]])

        如果要安装其他的包，框架，或者某一版本的方法和我们在Linux环境下安装几乎没有差别 只需要注意在运行前加上“!”，换计划说你可以把Google Colab看成是一个Linux系统的页面。

注意：

cuda/cudnn的安装，直接贴链接Google Colab NVIDIA安装，不过现在不需要安装了。

1.8运行自己的代码

首先挂载，然后进入到文件所在的目录

import os
os.chdir('/content/drive/MyDrive/mask_Rcnn') 

然后，就可以运行自己的主函数了 

!python train.py

 可以显示RAM和Disk才是正常的Colaboratory状态，如果出现busy表示GPU忙不可用。

 如何改变busy的状态呢，重新连接Colaboratory即可。点完之后，状态就变成了restarting重启。

但是需要注意，重启之后，所有的状态就都清零了，需要重新再运行一遍代码才可以

 1.8 如何防止Colaboratory断掉

• 安装Auto reconnect colab，只要浏览器打开页面有网，就可以一直给你连接上，
• 我这里设置的是2分钟连接一次，具体时间间隔，就看你自己的心情了

1.9 数据解压

用 Google Colab 解压zip大文件时，（授权后）先不要更改工作目录，直接在默认目录"/content"下解压！

!unzip xxx.zip

        在Colab notebook中发现解压文件速度奇慢无比。在之后的几次尝试中发现，打开 Colab notebook 并授权后，先不要更改工作目录，直接将数据集压缩文件下载到当前目录"/content"下，并使用 "!unzip"命令解压，速度和在pc上解压差不多。再将解压后的文件移动到指定文件夹下即可，然后就可以更改工作目录了。

综上所述：先将数据集压缩打包，然后传压缩包到谷歌云端，再压缩，速度可以快很多。

1.10  使用技巧

查看函数帮助文档和源码

        与IDE相似，您可以通过按Ctrl，然后单击一个类名来转到类定义。例如，在这里我们通过按Ctrl并单击Dense类名来查看Keras中Dense层的类定义。       

 

注意事项

1. Colab是带有GPU的linux虚拟机，执行linux命令时前面需要加“ ！”，执行python代码时可以直接编写执行。

2. 每次重新登录需要挂载Google Drive，会在虚拟机里生成一个drive（即/content/drive/）文件夹，然后要执行命令将当前路径切换到/content/drive/My Drive/，才可以看到谷歌云盘上的文件。

3. Colab最多连续使用12小时，超过时间系统会强制掐断正在运行的程序并收回占用的虚拟机。并且经常使用GPU的colab用户之后分配到使用GPU的优先级会变低，所以不用的使用请将runtime type设置为None。

4. 上传数据集的时候，一定要上传到谷歌网盘中，并且一定要上传的是压缩包，在Colaboratory中解压才行。

5. 每运行一步的时候，需要等待的时间都特别长，一直是在转圈

6. 挂载只有12个小时，也就是说12小时之后你就需要重现挂载一次，所以就需要我们在进行模型训练的时候记得要加上checkpoint，不然你如果训练的模型超过12小时，Google断开挂载你就白白浪费12小时啦。

7. 假如自己离开页面太久的话，也会自动断掉的。假如电脑断网了，或者关机重启了，只要时间不是特别长一般是没事的，但假如说时间太久的话，就只能是重新训练了

8. 长时间运行一类任务会断掉