Google Colab的用法

写在前面的话

欢迎扫码关注我的公众号，与我一同学习进步！主要致力于学习

1. 使用深度学习解决计算机视觉相关问题
2. Python为主的互联网应用服务
3. 基于MIPS指令集的CPU微体系结构设计
   

引言

目前，由于大数据、深度学习、人工智能的快速发展，传统的计算机受限于算力的不足，已经无法满足相关学科在进行科研训练、实验的需求。科研人员希望可以获得更多的算力来提升运算的速度，以便于能够在更短的时间内取得结果。

解决算力的主要方法有如下几种

1. 使用多个计算机或服务器搭建一个集群用于计算。该方法虽然可以有效的弥补算力不足的问题，但是对于学生党来说，该方法不仅价格昂贵且维护集群也需要不小的费用。
2. 使用更高级的CPU、GPU或TPU用于科学计算。该方法的主要弊端也是价格昂贵。

Google Colab就是在这种情况下出现的，它解决了学生党的重要问题——钱。且相对于一些其他的平台，更加注重对用户的隐私保护。

简介

Google colab的全称为Google colaboratory。关于此，Google官方给出了明确的介绍，连接地址如下。

https://colab.research.google.com/notebooks/intro.ipynb

简单的说，它就是一个Python Jupyter Notebook的在线版本。二者用法完全相同，当使用colab提供的计算资源时，它能够自动连接你所选择的类型的虚拟机，如：CPU、GPU、TPU等。同时，还可以将Google Drive(一个相当于百度网盘的产品)挂载到为你分配的虚拟机上。接下来，你就可以使用它来完成你需要的任务，包括但不限于以下几项任务

• 大数据计算及处理、挖掘与分析
• 机器学习
• 深度学习
• ……

总之，一切需要大额算力完成的任务，它都可以帮助你完成部分或全部的任务

使用方法

连接到Google

首先，由于使用的是谷歌的产品，你需要通过一个合理的方法来访问谷歌，具体的操作可参考如下的链接。

链接：https://pan.baidu.com/s/1LU1GuGDXTOJ6dHqZDpCTNg
提取码：1103

登录到Google Drive

在可以访问Google之后，点击下方连接即可进入到Google Drive中，使用自身的Google账号登录。

https://drive.google.com/drive/my-drive

使用Google Colab

在Google Drive中创建一个文件夹

之后，创建一个Google Colab文件，具体的操作方式如下图所示

创建完成之后，点击进入，将鼠标光标移至左上方，键入到文件名中可修改该文件的名称，如下图所示

此时，右上方会显示一系列的虚拟机状态变化，待状态变换为“连接成功”之后，即可查看此时的虚拟机资源，如下图所示。

如果需要进行大量的运算，可以自行选择硬件加速器，操作方式如下图所示

此时，虚拟机已经配置完成，虚拟机中已经内置了几乎全部的Python科学计算库，不需要自己搭建任何环境即可使用，可以用于实现各种计算任务。

使用Google Colab进行深度学习

为了确保数据安全，我首先将数据上传到了Google Drive当中，在需要训练或测试神经网络模型的时候，再将Google Drive中的数据挂载到虚拟机上，命令如下

from google.colab import drive
# 它将Google Drive中的各个文件夹挂载到了虚拟机的根目录下的content目录
drive.mount('/content/')

之后，直接使用Linux命令运行我的程序即可。不同于命令行界面，在该Jupyter中运行Linux命令需要在前面加上"!"以表示该命令为Linux命令。如

!ls
# 相当于Linux的命令行界面中的Linux命令ls

使用该方式运行使用卷积神经网络来对MNIST数据集进行分类的程序截图如下图所示

相较于本机，该程序运行速度提升达到了10秒以上。我的本机显卡为Geforce 150，对于不同机器，其提速效果也是不同的。

总结

Google colab提供了非常强大且免费的算力，这对于学生党来说是很大可以白嫖的资源。如果你在使用的过程中遇到了什么问题，欢迎在下方留言与我交流哦。