JC-10、Good Colab使用指南

前言

colab相当于Linux系统下操作，所以在执行命令时，要先加上英文的感叹号“!”。

常用命令

从GitHub上获取repository：

!git clone <GitHub某仓库的url>

查看当前操作指令所在路径，而非当前工作文件所在路径：

!pwd

进入git来的指定的目录路径：
先右键复制路径，再输入如下命令

cd <路径>

查看当前路径下的所有文件：

!ls

运行当前路径下的某python文件：

!python <python文件名及相关参数>

以上四个命令效果图如下：

查看GPU：

!nvidia-smi

区别：命令操作路径&当前文件工作路径
我们的所有命令操作都是针对当前指令所在路径的（若不指定，则默认在/content下，即云服务器而非你的云盘），而非当前工作文件所在路径。
例如cd ，此时我们所有的指令操作都是在该路径下的。再使用!git clone <某URL>，可以将代码拷到该“/content/drive/My Drive”下，而不是执行上述指令的工作文件所在的路径下。如果你不指定cd某路径，则会默认当前的命令路径为/content，clone来的代码会直接保存在云服务器上而非云盘，so，关闭即消失。本王亲踩此坑

colab界面的其他按钮

管理后台执行的文件：

如果后台有其他会话（.ipynb文件）在执行，可以选择终止或在新的界面打开。

在“修改”，“笔记本设置”中，可以选择打开GPU：

选择GPU

输入以下代码可检查GPU是否打开成功：

import tensorflow as tf
tf.test.gpu_device_name()

获得如下结果，则说明成功：

colab会自动配置cuda等。
如何上传并调用自己的数据集，参考：https://zhuanlan.zhihu.com/p/54389036

关于挂载的个人理解

首先区别两个概念“云盘（drive）”和“云服务器”。
我们的分歧大都源自对概念定义的不统一————尼古拉斯·毋华
云盘（drive）：理解为存储器，仅有存储功能，但没有执行文件的功能。
云服务器：理解为主要有文件的执行功能，也有临时存储文件的功能。但如果我们执行的文件（或生成的文件）地址仅在云服务器上，而不是由云盘读写过来的，那么关掉当前界面就相当于电脑关机，云服务器上保存的临时文件（当路径在云服务器而非云盘时，即使点了保存）都会消失。
挂载：相当于建立云盘和云服务器之间的联系通道。
不挂载就不能cd进入云盘中的任何路径中。
当然如果你是直接由云盘打开的文件（这相当于一个bug，特殊情况），则默认通道已经建立，你在云服务器上的操作都是实时针对云盘的，即使是不进行挂载，最后只要点击保存，也会将数据实时保存到云盘。但不挂载就不能cd进入云盘中的任何其他路径中进行访问。也就是说，直接从云盘打开的文件不挂载时，只能保存自身，而不能操作其他任何云盘文件。当然你可以操作云服务器上的任何东西，但是别忘了关掉界面会消失。
在不挂载时，在云服务器上操作仍然可以实时保存到云盘，但不能访问云盘中的其他所有东西。

关于.ipynb文件的理解

colab上的.ipynb文件不是什么特殊文件，他和py文件一样，都可以执行功能性的代码（如import numpy），也可以执行某些命令（cd /content/drive）。只是colab支持的ipynb这种文件的打开，而不支持py文件的打开，所以我经常拿ipynb当cmd使用来打开我的py文件。其实如果是我的程序都是ipynb的，我完全没必要新建一个ipynb当cmd来用。

下载kaggle上的数据集

首先获取kaggle的下载权限（秘钥）：在My Account中点击create new api token，会下载一个json文件，其中包含秘钥。同时会在网页上弹出图示的绿框，提醒我们必须要将此文件放在哪个路径下。

然后我们指定一个创建一个py或ipynb文件，执行以下命令，进入欲下载的目录和安装kaggle包。

按照如下操作，在指定位置放好刚才下载的json文件，并给予文件权限。注意我们对json文件的所有操作都是为了将其放在/.kaggle下。
然后我们到kaggle官网中寻找需要的数据集，并复制它的下载命令。如下所示：

接着我们指定下载路径，并粘贴下载命令即可完成下载。

打开目录，检查一下（当然了，他会给你放到一个competitions的文件夹下，这只能在后期修改，上面的命令中不能改）：

在本地使用命令来下载kaggle的数据集时，如果出现json放到./kaggle出错的情况，可以参考这篇文章。