colab使用宝典

最新推荐文章于 2023-02-20 11:17:15 发布

__Wedream__

最新推荐文章于 2023-02-20 11:17:15 发布

阅读量342

点赞数

分类专栏：黑科技文章标签：深度学习人工智能

本文链接：https://blog.csdn.net/weixin_43800577/article/details/124672137

版权

黑科技专栏收录该内容

6 篇文章 0 订阅

订阅专栏

本教程详细介绍了如何在Google Colaboratory中挂载谷歌云盘、安装必要的依赖（如PyTorch和OpenCV）、确认连接到GPU、查看GPU型号以及设置防止断线的脚本，确保在Colab上进行深度学习项目时拥有稳定的GPU环境。

摘要由CSDN通过智能技术生成

使用指南

挂载谷歌云盘

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

安装依赖

!pip install torch==1.7.0 torchvision
!pip install opencv-python

确认连到GPU

import tensorflow as tf

device_name = tf.test.gpu_device_name()
if device_name != '/device:GPU:0':
  raise SystemError('没有发现GPU device')
print('Found GPU at: {}'.format(device_name))
# Found GPU at: /device:GPU:0

查看显卡型号

!/opt/bin/nvidia-smi

切换工作目录

import os
os.chdir("/content/drive/MyDrive/yolov5")
os.getcwd()

防止colab掉线（把这段代码放在控制台）

function ClickConnect(){
  console.log("Working"); 
  document
    .querySelector("#top-toolbar > colab-connect-button")
    .shadowRoot
    .querySelector("#connect")
    .click()
}
 
var id=setInterval(ClickConnect,5*60000)   //5分钟点一次，改变频率把5换成其他数即可，单位分钟
 
 
//要提前停止，请输入运行以下代码：    clearInterval(id)