如何在使用谷歌Colab中使用VS Code

Google Colab和VS Code是许多 Python 开发人员和研究人员用来开发不同技术解决方案或系统（尤其是机器学习和数据科学）的最流行的编辑器工具。

许多 Python 开发人员和数据科学家都知道如何使用 Google Colab，但是您知道您可以在 Google Colab 上设置 VS Code 并将其用作编辑器，就像在您的本地机器上一样吗？

在本文中，您将了解

• 如何使用Colab
• 如何安装 colabcode python 包。
• 如何启动 VS Code（代码服务器）。
• 如何访问在线 VS Code。
• 打开终端。
• 运行一个python文件。

1. 如何使用Colab

1.1.访问该网站

访问谷歌需要你有登登登的能力，但具体要怎么做，出于人尽皆知的原因我没法说。当然如果你没有这种能力的话，后面的内容也不需要看下去了https://colab.research.google.com/notebooks/welcome.ipynb

1.2.使用GPU

在初次使用过colab后，登录你的谷歌云盘，你就会发现可以新建Colaboratory了，新建它。

在更改运行时类型中选择GPU

1.3.运行代码

(1)挂载谷歌云盘
这一步很重要，Colab的运行原理实际上就是给你分配一台远程的带GPU的主机，所以它的原始路径不是你的谷歌云盘（也就是你的代码文件）所在的路径。所以第一步我们先要把谷歌云盘挂载带到那台远程主机上：

from google.colab import drive
drive.mount('/content/gdrive')

输入并运行这行代码，会出来一个框让你输验证码，按提示完成即可。

(2)更改运行目录

import os
os.chdir("/content/gdrive/My Drive/Colab Notebooks/Hashing")

这里我的代码存放在Colab Notebooks文件夹下的Hashing文件夹。

2. 在 Google Colab 中使用VS Code 的步骤

2.1打开Colab Notebook

第一步是在您的 Google Colab 中启动一个新的 colab notebook，您可以根据需要重命名该文件。
例如，run_vscode.ipynb

2.2安装colabcode python包。

要将 Google Colab 与 VS Code（代码服务器）一起使用，您需要安装 colabcode python 包。这是一个很棒的开源 python 包，由Abhishek Thakur开发。
要安装该软件包，请在您的笔记本单元中运行以下命令。

!pip install colabcode

2.3.导入ColabCode

下一步是从包中导入 ColabCode 类。

from colabcode import ColabCode

2.4.创建ColabCode的一个实例

导入 ColabCode 后，您需要创建 ColabCode 的实例并设置以下参数。

• 端口— 您要在其上运行代码服务器的端口。例如端口=10000
• 密码— 您可以设置密码以保护您的代码服务器免遭未经授权的访问。这是一个可选参数。
• mount_drive — 如果你想使用你的谷歌驱动器。这是一个布尔参数意味着您可以设置 True 或 False。这是一个可选参数。

ColabCode(port=10000)

2.5启动代码服务器

运行 ColabCode 实例后，它将启动服务器并显示访问代码服务器的链接。

您需要单击该链接(https://a4e1-35-184-122-38.ngrok.io)，它将在新选项卡中打开。

现在，您可以利用成熟的代码编辑器并在 Colab VM 上运行不同的实验。
注意：如果您检查 Colab Notebook，您将观察到运行 ColabCode 实例的单元正在持续运行。除非您想关闭运行 VS Code 的代码服务器，否则不要关闭您的 Colab 笔记本。

3.在 Google Colab 上使用 VS Code 的技巧

启动代码服务器后，以下提示将帮助您开始在 Google Colab 上使用 VS Code。

3.1.打开终端

要在运行在 Google Colab 上的 VS Code 上打开终端，请使用以下快捷命令

Ctrl + Shift + `

3.2.修改主题

您可以通过单击设置图标（左下角），然后单击“颜色主题”来更改编辑器的主题。它将打开一个弹出窗口，您可以选择不同的主题选项。

3.3.运行Python文件

您可以通过单击侧边栏上的“文件”部分，然后选择“新建文件”选项卡来创建 python 文件。

在以下示例中，您将看到如何运行一个简单的 Python 文件，该文件训练机器学习算法将鸢尾花分为三个物种（setosa、versicolor 或 virginica），然后进行预测。

参考目录

https://medium.com/geekculture/how-to-use-google-colab-with-vs-code-8d4876def8ed