google colab使用记录

第一次使用 google colab，参考了下面博客，本文记录一些常用代码，以方便之后再次访问。

参考链接：Goolge Colab使用教程_google colab使用教程_小刺猬69的博客-CSDN博客

                   Google Colab 无敌详细使用教程-CSDN博客

 1.设置免费GPU 

查看自己是否在GPU环境下 

import tensorflow as tf 
tf.test.gpu_device_name()

2.连接谷歌云盘 

 其实就是让这个notebook可以访问到你的谷歌云盘，运行以下代码，会出现一个授权链接。

from google.colab import drive
import os
drive.mount("/content/drive", force_remount=True)

将当前目录切换到谷歌云盘，然后查看你云盘里的文件；

import os
os.chdir('/content/drive/MyDrive')
!ls

 也可以直接点击这个图标进行连接。

连接到谷歌云盘后，刷新一下文件夹，我们可以看到左侧文件窗口中就多了个drive文件夹，就说明我们连接成功了，打开drive可以看到里面包括我们之前上传到谷歌云盘中的东西。

之后每次重新登录都要重复上面两个步骤.接下来就可以像使用linux系统一样去使用了。

3.解压文件操作 

解压文件，进入对应的目录下进行解压即可

os.chdir('/content/drive/MyDrive/openmmlab')
!unzip mmdetection3d.zip

4.数据集上传

 建议是直接压缩包形式上传到谷歌云盘。

一些需要的数据集，预训练模型之类的建议直接上传到云盘里面，方便操作。

5.深度学习网络下载

本文以pointpillars为例

 （1）从链接下载并打开文件夹，完成后可以看到在左边主目录下出现second.pytorch文件夹

!git clone https://github.com/traveller59/second.pytorch.git
%cd second.pytorch/second

（2） 将模型下载到本地然后上传到谷歌云盘

注意：

oldpath是我们需要复制的源文件夹路径

newpath是我们需要复制的目的地文件夹

/content是我们的文件夹根目录，相当于本地目录，复制前根目录下不能存在相同名字的文件夹

import shutil
oldpath = '/content/drive/MyDrive/（fire）'
newpath = '/content/（fire）'
shutil.copytree(oldpath,newpath)

6.数据集

 对于数据集，我们可以有两种方式，一种是文件夹，一种是压缩包。两种操作方式都类似，都需要通过指令复制到google colab下，压缩包多一个解压的操作。

压缩包（未试过）

第一行代码先进行数据集压缩包文件的复制，当复制文件时可以使用该指令，中间一段是源文件地址， 最后面的./是需要复制到的位置， 然后进行解压。

!cp /content/drive/MyDrive/（fire） ./
!unzip ./（fire） -d ./

文件夹 

跟上面深度学习网络的操作类似

import shutil
oldpath = '/content/drive/MyDrive/second.pytorch-master'
newpath = '/content/second.pytorch'
shutil.copytree(oldpath,newpath)

7.保存路径 

本文提供的代码默认的保存路径为logs文件夹，但Colab存在不稳定的问题，运行一段时间后会发生断线。
如果将权值保存在原始根目录下的logs文件夹，发生断线网络就白训练了，浪费大量的时间。
可以将google云盘软连接到根目录下，那么即使断线，权值也保留在云盘中。

由于之前已经在云盘中创建了logs文件夹。先将当前文件夹下的logs文件夹删除，再将谷歌云盘中的logs文件夹链接过来。执行完该代码后，当前文件夹下的logs就等同于谷歌云盘中的logs文件夹

!rm -rf logs
!ln -s /content/drive/MyDrive/ColabNotebooks/logs logs

8 安装包/库 

!pip install 包名

其他操作指令

查看GPU信息 

!nvidia-smi

删除google colab下的文件夹，将位置换成主目录下，然后对对应的文件进行删除

import os
os.chdir('/content')
!ls
!rm -rf （fire）