该博客介绍了如何在Google Colaboratory（Colab）上进行深度学习模型的训练，包括上传数据集、配置GPU环境、加载预训练权重以及进行模型训练。作者提到可能遇到的网络问题，并建议如有更稳定服务器可考虑使用。博客还提供了代码示例，展示如何在fasterrcnn模型上进行训练。
需要科学上网
谷歌打开colab
这个界面有一些基本的操作手册，如果有不懂的可以看看，或者CSDN
这个是需要自己登录的，所以要一个谷歌账号
右击在新标签打开链接，连接到云端硬盘
同样也需要登录
点击
可以上传文件，这里我用的B站up的faster rcnn来演示
github: 霹雳吧啦Wz
上传了一个数据集和一个resnet50的预训练权重
这里要花几个小时，应该是我实验室的网络太差了，移动的。
如果有更好的方法，可以留言
回到网页
更改为GPU
新建笔记本，有点像jupyter
可以更改项目名称，同时需要点击右上角连接，连接到管理运行时
加载硬盘
可以看到我之前上传的数据集和权重
克隆代码
查看服务器的一些状态，比如CUDA pytorch之类的
这些包一般不用自己装，服务器里面都是有的
然后修改一下里面的东西，比如权重和数据集，这个UP在自己的readme里说过这里我就用resnet50演示一下
演示
复制上传的权重路径替换掉
可以看到下级目录是VOCdevkit，所以直接把VOC_root设置为它的上级目录就可以了
然后进入到fasterrcnn这个文件夹
使用train_res50_fpn进行训练
开始训练。
到这里就可以了，但是colab我用的时候会中断，毕竟是免费的，如果有其它的稳定的服务器就用自己的。操作就这样。谢谢
参考：服务器训练
4729
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
