Google 云端硬盘使用 colaboratory 跑深度学习（GPU）

Colaboratory 支持 Python 2.7 和 Python 3.6。
谷歌中文说明：https://colab.research.google.com/notebook

要使用云端硬盘，首先你必须翻墙！

创建 Colaboratory

1. 用 Google 账号登录进入 Google 云端硬盘
2. 进入我的云端硬盘，创建一个文件夹（TensorFlow）。
3. 进入创建好的文件夹，点开新建 -> 更多 ->关联更多应用 。搜索并找到【Colaboratory】，将应用关联到云端硬盘。
4. 创建新的 Colab 笔记本：通过右键单击>更多> Colaboratory创建一个新的jupyter笔记本，并将文件重命名（tensorflowTest.ipynb）

使用 Colaboratory

1. 设置GPU运行，选择 修改 -> 笔记本设置
2. 设置后端 Python 版本为 Python3，并且将硬件加速器设置为 GPU。
3. 要想之后使用深度学习读取云盘中的数据集，每次登陆都要将云盘授权挂载工作路径。再创建一个首选挂载的文件（授权挂载.ipynb），运行以下代码进行授权即可。

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

4. 挂载完成后就可以使用Google云盘中的文件了。
5. 可以运行一些 bash 命令，每条命令以英文的（ ! ）开始。

!pwd #用 pwd 命令显示工作路径
# /content
!ls #查看的是 content 文件夹下有哪些文件
# sample_data (Google 默认生成的一个文件，这里是共有资源，要是将文件放在这个目录下，Google 会回收里面的东西，所以要尽可能避免将文件放在这一级目录中)
!ls "drive/My Drive"
# TensorFlow （这就是我们之前创建的那个文件夹）

6. 更改工作目录，使用以下命令。则之后操作根目录更改为此目录

import os
os.chdir("/content/drive/My Drive/TensorFlow")
os.getcwd()
# '/content/drive/My Drive/TensorFlow'

一些查看当前 Colaboratory 文件后台的命令

1. 查看是否使用GPU

import tensorflow as tf
tf.test.gpu_device_name()

2. 在使用哪个GPU

from tensorflow.python.client import device_lib
device_lib.list_local_devices()

3. RAM信息

!cat /proc/meminfo

4. CPU信息

!cat /proc/cpuinfo