Google Colab使用方法

写在前面：

最近在看PointNet++，想跑一下代码看看效果，奈何实验室电脑配置低，得到研二才能配置高性能电脑，网上租服务器价格太高，穷学生消耗不起，最终选择用Google 提供的Colab。由于谷歌云端硬盘也只提供15g，如果数据集较大，只能扩容，价格对学生来说也要割点肉，还好目前我使用的数据集只有几个G。

1.使用前提

首先得会科学上网，毕竟Google在外网。再注册Google账号，这个很简单。

2.使用方法

进入云端硬盘，点击新建

第一次使用先点击”关联更多应用“，搜索cola，找到Google Colaboratory，添加进来。

这都是基本操作，完成这些。需要做的就是把你的代码和数据集上传到云端硬盘，上图的新建里面有“上传文件夹”和“上传文件”。这一系列操作都是得是科学上网！

完成上传工作后，新建一个Google Colaboratory，生成Untitled0.ipynb，很熟悉的后缀，就是Jupyter， Colab 是在 Jupyter 基础之上开发的。

打开Untitled0.ipynb，在这里就可以像操作Linux系统一样，写命令行。具体使用方法可以看官方文档或者百度，很简单。我用的多就是在命令行前面加个感叹号!。Colab本身就内置了机器学习和深度学习需要的基本框架，如果有特殊需要，可以自行更改。

装载GoogleDrive

按顺序点击即可挂载GoogleDrive，就是云端硬盘

指定云盘位置，在Untitled0.ipynb中输入以下代码，点击旁边的运行按钮

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

指定工作路径

import os
os.chdir('/content/drive/MyDrive/代码路径/') 

再输入!pwd看当前工作位置，是否为指定的工作路径。

训练之前记得选择GPU，操作如下：

可以用 !nvidia-smi 看GPU信息~

前面都没有问题，就可以开始愉快训练模型啦~

需要注意：

一定要科学上网！

一定要会Linux命令行！

注意使用时间，Colab运行12个小时会自动暂停，如下图：

关于Colab的一些注意点可以看官网：https://research.google.com/colaboratory/faq.html#gpu-availability

已经愉快的开始训练啦~~~我真的想找办法训练，弄了两三天时间，开始用笔记本装Ubuntu跑代码，结果装nvidia和cuda装了半天，才发现系统版本是20.04，驱动装错了。。。等一切弄好，开始训练，我听着笔记本呜呜呜呜呜的声音很心疼，我把batch_size降到4，结果还是训练一个小时后坚持不下去了。最终才选择了Colab。