tensorflow切换到gpu_居然有免费的GPU可以跑深度学习代码

后台回复【入门资料】

送你十本Python电子书

作者：凌逆战

原文：https://www.cnblogs.com/LXP-Never/p/11614053.html

从事深度学习的研究者都知道，深度学习代码需要设计海量的数据，需要很大很大很大(重要的事情说三遍)的计算量，以至于CPU算不过来，需要通过GPU帮忙，但这必不意味着CPU的性能没GPU强，CPU是那种综合性的，GPU是专门用来做图像渲染的，这我们大家都知道，做图像矩阵的计算GPU更加在行，应该我们一般把深度学习程序让GPU来计算，事实也证明GPU的计算速度比CPU块，但是(但是前面的话都是废话)我们穷，买不起呀，一块1080Ti现在也要3500左右，2080Ti要9000左右，具体价格还要看显存大小，因此本文给大家带来了福利——Google免费的GPU Colaboratory。

Google Colab简介

Google Colaboratory是谷歌开放的一款研究工具，主要用于机器学习的开发研究，这款工具现在可以免费使用，但是不是永久免费暂时还不确定，Google Colab最大的好处是给广大开发AI者提供免费的GPU使用！GPU型号是Tesla K80，你可以在上面轻松地跑例如：Keras、Tensorflow、Pytorch等框架。

Colabortory是一个jupyter notebook环境，它支持python2和python3，还包括TPU和GPU加速，该软件与Google云盘硬盘集成，用户可以轻松共享项目或将其他共享项目复制到自己的帐户中。

Colaboratory使用步骤

1、登录谷歌云盘

https://drive.google.com/drive/my-drive(没有账号的可以注册一个)

(1)、右键新建文件夹，作为我们的项目文件夹。

2、创建Colab文件

右键在更多里面选择google Colaboratry(如果没有Colaboratory需要在关联更多应用里面关联Colaboratory)

3、开始使用

这时候会直接跳转到Colaboratory界面，这个界面很像Jupyter Notebook，Jupyter的命令在Colaboratory一样适用，值得一提的是，Colab不仅可以运行Python代码，只要在命令前面加一个" ！"，这条命令就变成了linux命令，比如我们可以" ! ls"查看文件夹文件，还可以!pip安装库。以及运行py程序!python2 temp.py

可以写一段代码进行测试

更改工作目录，在Colab中cd命令是无效的，切换工作目录使用chdir函数

!pwd # 用 pwd 命令显示工作路径

# /content

!ls # 查看的是 content 文件夹下有哪些文件

# sample_data

!ls "drive/My Drive"

# TensorFlow (这就是我们之前创建的那个文件夹)

# 更改工作目录

import os

os.chdir("/content/drive/My Drive/TensorFlow")

os.getcwd

# '/content/drive/My Drive/TensorFlow'

重新启动Colab命令：！kill -9 -1

(3)、选择配置环境

我们大家肯定会疑虑，上述方法跑的那段程序是不是用GPU跑的呢？不是，想要用GPU跑程序我们还需要配置环境，

点击工具栏“修改”，选择笔记本设置

在运行时类型我们可以选择Python 2或Python 3，硬件加速器我们可以选择GPU或者TPU(后面会讲到)，或者None什么都不用。

加载数据

从本地加载数据

从本地上传数据

files.upload会返回已上传文件的字典。此字典的键为文件名，值为已上传的数据。

from google.colab import files

uploaded = files.upload

for fn in uploaded.keys:

print('用户上传的文件 "{name}" 有 {length} bytes'.format(

name=fn, length=len(uploaded[fn])))

我们运行该段程序之后，就会让我们选择本地文件，点击上传后，该文件就能被读取了

将文件下载到本地

from google.colab import files

files.download('./example.txt') # 下载文件

从谷歌云盘加载数据

使用授权代码在运行时装载 Google 云端硬盘

from google.colab import drive

drive.mount('/content/gdrive')

在Colab中运行上述代码，会出现一段链接，点击链接，复制链接中的密钥，输入到Colab中就可以成功把Colab与谷歌云盘相连接，连接后进行路径切换，就可以直接读取谷歌云盘数据了。

向Google Colab添加表单

为了不每次都在代码中更改超参数，您可以简单地将表单添加到Google Colab。

点击之后就会出现左右两个框，我们在左框中输入

# @title 字符串

text = 'value' #@param {type:"string"}

dropdown = '1st option' #@param ["1st option