-
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!