使用Google Colaboratry入门
前排提醒,使用Google Colaboratry需要持续而又稳定的魔法梯子,如果没有那就可以放弃使用Google Colaboratry了。
如果满足上述条件,那么恭喜你,你可以愉悦的使用Google Colaboratry了!
首先领取一个谷歌云盘Google Drive(至于为什么要谷歌云盘,后面再解释)
在Google Drive的根目录下新建一个app文件夹,然后在app文件夹里新建一个Google Colaboratry文件。(如果没有找到这个,可选择“关联更多应用”选项,在弹出来的对话框里面搜索添加即可)
可以在“修改”选项的“笔记本设置”,或者在“代码执行程序”选项中的更改运行时类型来对环境进行设置。
在左边侧栏中单击文件夹按钮,再点击红圈的按钮,来加载Goole Drive云盘(注意:只有在云盘里面的文件是会永久保存,即drive文件夹。而其他的文件夹内的数据会在虚拟机关闭时清空)
通过命令行来配置安装运行环境
!pip install tensorflow
如果安装了tensorflow了的话,那就可以用以下命令来查看你虚拟机环境的GPU是什么型号
from tensorflow.python.client import device_lib
device_lib.list_local_devices()
这是我分配到的CPU和显卡情况,在最后一行可以看到我被分配到了Tesla K80显卡。
[name: "/device:CPU:0"
device_type: "CPU"
memory_limit: 268435456
locality {
}
incarnation: 11226152502133621931, name: "/device:XLA_CPU:0"
device_type: "XLA_CPU"
memory_limit: 17179869184
locality {
}
incarnation: 2962726538958761978
physical_device_desc: "device: XLA_CPU device", name: "/device:XLA_GPU:0"
device_type: "XLA_GPU"
memory_limit: 17179869184
locality {
}
incarnation: 13551080183657761230
physical_device_desc: "device: XLA_GPU device", name: "/device:GPU:0"
device_type: "GPU"
memory_limit: 11150726272
locality {
bus_id: 1
links {
}
}
incarnation: 9431515534441894153
physical_device_desc: "device: 0, name: Tesla K80, pci bus id: 0000:00:04.0, compute capability: 3.7"]
如果想要运行云盘中的python文件,先使用以下命令定位到python文件的文件夹(例如我的python文件在/content/drive/My Drive/app/python_file/路径下)
import os
os.chdir('/content/drive/My Drive/app/python_file/')
可以使用!ls
命令来查看是否跳转至你所需的文件夹(查看该目录是否有你的.py文件)
最后使用!pyhon3 keras.py
来运行python文件(我假设我的python文件名为keras.py)