深度学习实战笔记一：google colab使用入门+mnist数据集入门+Dense层预测

前言

流程：
上传数据集到自己的google drive => 新建google colaboratory => 把colab和drive连接起来以访问drive上的数据集、代码文件等

google colab创建、设置

首先kexue上网，进入google云端硬盘
新建->更多->Google Colaboratory （没有该选项的时候，点击关联更多应用，把Google Colaboratory 和drive关联起来）

创建了一个新的.ipynb文件

可修改该文件的名称

使用google colab的GPU

colab和drive的连接

运行代码，点击链接，操作后粘贴码到下面方框中，回车。
这样在colab里面就可以访问drive的数据了

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

下面图片表示与google drive连接成功

运行以上两句代码后，在google colab中可以访问到google drive的文件
示例：

target=processimage.imread("/content/drive/My Drive/app/my_image/test5.jpg")

该图片位于一个名字为app的文件夹里的my_image文件夹

使用‘ls’命令查看文件夹的内容

ls '/content/drive/My Drive/app/my_image' 

更改工作目录

因为有些时候，我们可能会直接运行github上别人的代码，而这些代码的路径一般写的是相对路径，google colab运行的时候需要查找绝对路径，使用以下方法可以更改工作目录，避免我们在运行别人项目时需要打开项目修改路径：
（下面的代码中，需要运行的super-resolution.ipynb是在google drive里/Colab_Test/deep-image-prior/目录下）

import os
path = "/content/drive/My Drive/Colab_Test/deep-image-prior/"
os.chdir(path) 
os.listdir(path)
!ls

在colab上运行py文件

`有时候可以把自己的代码上传到github，然后克隆到colab的内存中
完整的克隆github代码，拷贝drive中保留的数据集，运行py文件的流程如下：

# clone代码到colab的内存中
# 这里我一般用的是想要克隆项目的网址连接（如下图），使用ssh连接反而不好使
!git clone https://github.com/migu***/s***

#数据集保存在drive中，先连接drive
from google.colab import drive
drive.mount('/content/drive')

# 复制drive的数据到colab的内存中

# 在刚才克隆的项目中创建一个dataset文件夹
!mkdir /content/shanshan-interim/dataset
# 复制drive中保留的zip文件datasets_for_net.zip到当前内存的根目录/content下
!cp /content/drive/My\ Drive/datasets_for_net