使用免费的GPU进行深度学习 Colaboratory的使用 薅羊毛啦

• 一、GPU使用概述

• GPU是深度学习的必需品，一般的电脑只有CPU。笔记本添加GPU是不太现实的，台式机也会有不同厂家、不同型号的魔咒，因此使用线上的GPU就非常的方便，现在也有很多的收费GPU，是按照时间去收取GPU的费用的。比如极算云、矩池云等等，价格在2-10/h，其实还行。但是我发现竟然有免费的GPU，这些GPU大都是一些大公司提供给深度学习的用户的，例如Google的kaggle、Colaboratory，百度的飞桨（需要人工审核，有的信息还是很隐私的）。相比这几种，kaggle其实是一个比赛平台，就是发布者发布题目（提供奖金），用户设计模型，根据模型的性能，给予用户排名，听说这个排名对于找工作还是很有用的。本文试了试Colaboratory，大家可以试一试kaggle。

• 二、Colaboratory的使用
  1、Google云端硬盘的登陆网址：https://drive.google.com/drive/my-drive
  2、新建Google Colaboratory
  1）点击左上角的新建
  
  2）新建->更多->Google Colaboratory
  
  
  3、讲一下上面包含的功能：
  
  1）序号1这是代码的运行键。
  2）序号2这里会显示连接的状态。
  
  点击右边小三角形：
  
  点击管理会话，可查看当前账户连接的状态，
  

3）序号3这里是当前项目的文件目录

右键上面文件夹，可以查看当前文件的路径、可上传你的深度学习数据集


4、运行（选择GPU运行）
选择**“更改运行时类型”**

选择GPU

5、测试是否可用

#导入torch 
import torch
#检查GPU 
torch.cuda.current_device()
#GPU是否可用
 torch.cuda.is_available()

运行结果返回true表示GPU可以使用。

6、写入深度学习代码

运行在GPU：

三、至此，你就可以免费使用GPU啦，深度学习跑起来。另外，我们要注意Colaboratory单次在线运行时间最多12 小时，但是没有总运行时间限制，这对于自己学习使用，完全是够用的。
有用的话，记得三连哦！