多设备挂载Google云端硬盘的基于PyCharm并通过GitHub同步更新并且运行于Colab的代码管理

须知

不提及如何在中国大陆访问Google云端硬盘和Google Colab的方法

涉及到的一些付费软件是通过学生邮箱下载的，因学校而异

一、账号注册

Google邮箱的账号：[email protected]

用于登陆：Google云端硬盘

Colab平台

Github账号：[email protected]

用于登陆：GitHub

二、软件下载并安装

Pycharm Cummunity 或者 Pycharm Professional

（由于学校有给学生邮箱购买，本人是在Pycharm Professional使用的）

Google 云端硬盘

三、配置PyCharm

1、在Pycharm打开已有的工程文件

2、点击最上方菜单栏里的“VCS”--->“在GitHub上共享项目”

3、在弹出的对话框登陆刚刚注册的GitHub账号，然后输入仓库名称，点击共享。

这样，在GitHub上就有了一个存放当前工程的仓库

4、退出当前的工程，在PyCharm的界面点击“从VCS获取”--->“GitHub”

就会发现刚刚共享的那个仓库

5、然后把目录选择在Google云端硬盘在计算机本地的位置，点击“克隆”

6、进入克隆下来的工程后，在最上方菜单栏里的“Git”就可以提交、更新、推送项目了

到此在PyCharm上的配置告一段落

四、配置Google云端硬盘

1、由于每次在PyCharm上做出的变动都会保存到Google的云端硬盘，所以预留足够的空间必不可少。

2、用于机器学习的数据集可能需要购买额外的空间。我的方法是在iPhone上进行订阅，能解决没有visa信用卡的问题。

3、在Colab上运行需要.ipynb文件，里面要先安装环境和所需的库才能运行存在Google云端硬盘上的工程。所以要在Google云端硬盘上新建一个.ipynb文件。点击就进入了Google Colab，在里面要挂载Google云端硬盘，选择笔记本GPU，然好用代码先升级pip，从txt安装所需的库……

五、运行

完成上述配置后，即可拥有如下体验：

1、打开Google云端硬盘和Google Colab

2、在PyCharm上编辑代码，提交、推送到GitHub

3、刷新Google云端硬盘或Google Colab之后，代码的更改就上传上去了

4、Colab再次运行就是刚刚改的代码

5、在另一台电脑（经过上述配置后）上PyCharm上点击更新项目，就能获得最新的代码，也能在Colab上运行

六、总结

1、上述方法是在实测中得出的，难免有些繁琐，但基本达到了多设备同步更新、云端同步更新、以及Colab服务器上运行的目的。若有更简洁的方法在学习的过程中会更新，也欢迎大家欢迎指正。

2、优点：

                对于做到多设备同步更新

                能在Mac和没有独显的电脑运行基于TensorFlow或Pytorch等机器学习工程

3、缺点：

                要在中国大陆访问Google

                要重新配置环境和依赖库

4、其他问题在学习的过程中不断完善