Google colab创建挂载和使用，跑gpu的ResNeXt

先要有一个google的admin账号，一开始用的学校的账号，下不了，真的贼无语

google drive里创建一个google colaboratory，然后挂载

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

我用的TensorFlow 2.0以后的版本

%tensorflow_version 2.x

device_name = tf.test.gpu_device_name()
if device_name != '/device:GPU:0':
  raise SystemError('GPU device not found')
print('Found GPU at: {}'.format(device_name))

查看gpu情况

如果结果为空，则不能使用GPU，如果结果为/device:GPU:0，则使用!/opt/bin/nvidia-smi查看显存情况

直接编写代码进行训练，要注意当前的工作目录，可以使用%cd path 进行切换

都准备好之后，上传自己本地的代码（ResNeXt为例，从github下载的zip）

import os
path = "/content/drive/My Drive/pytorch_resnext-master"
os.chdir(path)
os.listdir(path)
!ls

源码好几种

• github作者给的
• zip下载的，但是colab报错

  usage: main.py [-h] --depth DEPTH --base_channels BASE_CHANNELS --cardinality
                 CARDINALITY --outdir OUTDIR [--seed SEED]
                 [--num_workers NUM_WORKERS] [--epochs EPOCHS]
                 [--batch_size BATCH_SIZE] [--base_lr BASE_LR]
                 [--weight_decay WEIGHT_DECAY] [--momentum MOMENTUM]
                 [--nesterov NESTEROV] [--milestones MILESTONES]
                 [--lr_decay LR_DECAY] [--tensorboard]
  main.py: error: the following arguments are required: --depth, --base_channels, --cardinality, --outdir

• 单文件，只有训练？跑epoch很快

但是出了matplotlib小错误以外，其他test准确率还是不错的

更详细的搭建使用指南参考：https://www.jiqizhixin.com/articles/2017-12-28-7