一、前言
我们可以使用Google Colaboratory进行深度学习项目的学习和实践活动。
- Colaboratory 是一个 Google 研究项目,旨在帮助传播机器学习培训和研究成果。它是一个 Jupyter 笔记本环境,不需要进行任何设置就可以使用,并且完全在云端运行。
- Colaboratory 笔记本存储在 Google 云端硬盘中,并且可以共享,就如同您使用 Google 文档或表格一样。Colaboratory 可免费使用。
- 利用Colaboratory ,可以方便的使用Keras,TensorFlow,PyTorch,OpenCV等框架进行深度学习应用的开发。
简言之,我们可以把Colaboratory看作为一个线上的虚拟机,由谷歌提供的免费的云端服务。
二、使用教程
2.1使用谷歌云盘创建文件夹
登录谷歌云盘:https://drive.google.com/
创建空文件夹。(我的云端硬盘->右键空白处创建新文件夹)
2.2创建Colaboratory
进入文件夹后,右击空白处,选择更多,选择关联更多应用。
安装Colaboratory。
安装成功后返回空文件夹,右击空白处,选择更多,选择Google Colaboratory。
创建成功后弹出colab界面。
点击修改->笔记本设置,修改GPU设置。
至此完成colab设置,开始测试。
2.3测试代码
现在可以直接在这里进行编程了。
下面来测试运行环境,输入以下代码并运行。
x=3.14
print(type(x))
print(x)
print(int(x))
2.4授权和安装
首先运行下面的代码来安装必要的库和授权。
from google.colab import drive
drive.mount('/content/drive/')
点击运行后自动跳转出Google云端授权界面,登录账户并授权,显示以下运行结果。
可以使用如下命令进入谷歌云盘
!ls "/content/drive/My Drive/"
2.5运行.py文件
安装Keras
!pip install -q keras
上传demo_mnist_convnet.py file到你的Google Drive中的app文件夹。
(keras/examples/demo_mnist_convnet.py at master · keras-team/keras · GitHub)
在Github上下载.py文件后进入谷歌云端,进入空文件夹后上传文件。
执行代码训练一个简单的卷积神经网络。
!python3 "/content/drive/My Drive/app/demo_mnist_convnet.py"