colab使用心得

colab使用心得

最近一直在使用colab，为什么我使用colab主要原因是老师无法提供合适的硬件以及自己也无法负担起一个好的显卡。colab一个月10美元，相比国内的百度，阿里以及华为性价比很高。不是我贬低国内的深度学习的虚拟机，目前国内各个平台收费很高，平均五六远一个小时，而且我知道一个国外的资源也是两三元一个小时。百度有免费的，但是框架只能用飞浆框架，听说华为最近也搞了一个深度学习的框架，不过还在构建中，已经开始与高校展开合作。希望国内的算力尽快跟上，感觉和Google真的有一段的距离。

Colab 提供哪些类型的 GPU？

Colab 中的可用 GPU 类型会不时变化。只有这样，Colab 才能免费提供这些资源。Colab 中的可用 GPU 通常包括 Nvidia K80、T4、P4 和 P100。在任何给定时间，您都无法选择在 Colab 中连接的 GPU 类型。如果想要更稳定地使用 Colab 最快的 GPU，用户可以订阅 Colab Pro。订阅 Colab Pro 后，可以使用 T4 和 P100 GPU。但是 Colab Pro 依然存在用量限额，并且 Colab Pro 中可用的 GPU 和 TPU 类型可能会不时变化

Colab pro 内存

订阅 Colab Pro 后，可以优先使用高内存虚拟机。这些虚拟机的内存容量和 CPU 数通常是标准 Colab 虚拟机的两倍。订阅后，您可以通过一项笔记本设置启用高内存虚拟机。此外，当 Colab 检测到您可能需要高内存虚拟机时，有时可能还会自动向您分配这样的虚拟机。Colab Pro 虚拟机的磁盘空间通常也是标准 Colab 虚拟机的两倍。免费版 Colab 不提供高内存偏好设置，也很少向用户自动分配高内存虚拟机。
colab pro感觉订阅的人数很少，所以每次我都能分到不错的显卡，唯一一个遗憾的地方就是显卡只有16G左右，由于是虚拟机，个人感觉真实内存14G。

colab连接google drive

from google.colab import drive
drive.mount('/content/drive')

colab下载kaggle数据集

首先得去kaggle上创建api token
会下载一个json文件，将username和key换成自己下载json文件的内容就可以，输入以下命令就能够连接kaggle

!mkdir -p /root/.kaggle
!echo '{"username":"guojianpeng","key":"68ccaa92673bb57e7be357c30a125648"}' > ~/.kaggle/kaggle.json
!chmod 600 ~/.kaggle/kaggle.json

再就是在kaggle上找到公开的数据集或者自己的数据集，找到如下位置，复制命令输入即可

!kaggle datasets download -d huanghanchina/pascal-voc-2012

注意：colab上运行linux语言的时候记得要加！，这就是为什么我的命令行在运行的时候加了！，运行python就不用加了

关于免费的GPU平台，可以查看目前有哪些免费GPU平台
希望我对colab的介绍能有助于新手的使用，自己刚接触colab也是很懵逼，对于刚接触深度学习想要练习的同学colab真是一个不错的平台，不需要在自己的笔记本上去安装复杂的环境，在colab直接使用。