用谷歌gpu跑python_Google Colab免费GPU使用教程（一）

一、前言

现在你可以开发Deep Learning Applications在

这个GPU好像不便宜，amazon上1769刀.

二、什么是Google Colab?

Colaboratory 是一个 Google 研究项目，旨在帮助传播机器学习培训和研究成果。它是一个 Jupyter 笔记本环境，不需要进行任何设置就可以使用，并且完全在云端运行。

Colaboratory 笔记本存储在 Google 云端硬盘中，并且可以共享，就如同您使用 Google 文档或表格一样。Colaboratory 可免费使用。

利用Colaboratory ，可以方便的使用Keras,TensorFlow,PyTorch,OpenCV等框架进行深度学习应用的开发。

与其它云服务相比，最重要的特点是Colab提供GPU并完全免费.详细介绍可见faq page.

三、开始使用

3.1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app的文件夹：

3.2创建一个新的Colab Notebook

在文件夹内的空白处右键 -> 更多 -> Colaboratory

点击文件名可以重命名文件：

3.3 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.

3.4 测试——运行基本的Python代码

创建完之后，会自动生成一个jupyter笔记本，就可以直接在这里面编写和运行代码了.

3.5授权与安装

首先运行下面的代码来安装必要的库和授权.

from google.colab importdrive

drive.mount('/content/drive/')

当你运行上面的代码(挂载云端硬盘)，应该会看到如下的结果：

点击链接，复制验证码，粘贴到输入框.在完成授权过程之后，你应该会看到这样：

现在，你可以使用如下命令进入Google Drive：

!ls "/content/drive/My Drive/"

其实进一步查看，发现这是一个linux虚拟机：

!cd /

!ls

3.6运行.py代码

安装Keras

!pip install -q keras

上传

运行下面代码来训练基于

!python3 "/content/drive/My Drive/app/mnist_cnn.py"

正如你看见的，每个epoch仅仅需要8s.

据某位大佬的

每个率每个Epoch大概需要130s+完成

四、相关命令

(1)查看是否使用GPU

import tensorflow as tf

import tensorflow as tf

(2)在使用哪个GPU

from tensorflow.python.client import device_lib

device_lib.list_local_devices()

(3)RAM大小

!cat /proc/meminfo

参考链接：