关于使用Google Colaboratry的方法

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）

更多详细功能及用法