如何利用colab的GPU训练模型

最新推荐文章于 2024-07-10 11:17:33 发布

weixin_51431157

最新推荐文章于 2024-07-10 11:17:33 发布

阅读量260

点赞数 1

文章标签：深度学习机器学习 python

本文链接：https://blog.csdn.net/weixin_51431157/article/details/130840015

版权

该文介绍了如何在GoogleColab上利用Pytorch进行深度学习，特别是Yolov5模型的训练。步骤包括上传项目到谷歌云盘，挂载云盘，设置权重保存路径，启动训练过程，并提供了防止Colab会话断开的自动点击脚本。此外，还列举了一些基础的Colab命令行操作。

摘要由CSDN通过智能技术生成

参考博客：神经网络学习小记录69——Pytorch 使用Google Colab进行深度学习_bubbliiiing colab_Bubbliiiing的博客-CSDN博客

视频：Pytorch 通过Colab平台训练深度学习网络-Demo-毕设可用（Bubbliiiing 深度学习教程）_哔哩哔哩_bilibili

在google colab进行yolov5模型训练，免费使用GPU资源_哔哩哔哩_bilibili

1、将整个项目压缩后上传至谷歌云盘，使用谷歌云盘创建colab文件。

2、挂载云盘

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

3、此时点击左边栏中，类似于文件夹的东西，就可以打开文件夹了，看看文件部署情况。gdrive就是我们配置的谷歌云盘。没有的话就去左侧刷新一下。

4、将训练保存的权重文件等默认保存到谷歌云盘（Mydrive路径下）

!rm -rf logs  #删除当前根目录下用来保存权重文件的logs文件夹
!ln -s /content/gdrive/MyDrive/Models/yolov4-tiny-pytorch/logs logs  #将Mydrive路径下的logs链接到根目录

5、开始训练

！python train

6、防掉线措施

听说可以通过自动点击来减少掉线频率。
在Google colab的按F12，点击网页的控制台，粘贴如下代码：

function ConnectButton(){
	console.log("Connect pushed");
	document.querySelector("#top-toolbar > colab-connect-button").shadowRoot.querySelector("#connect").click()
}
setInterval(ConnectButton,60000);

5、基础命令

%cd /自己文件的地址/#到某一文件夹
%cd ../#返回上一层
%cd ~#返回根目录
%cd ~/csdn#返回指定文件夹
!mkdir 文件夹名#新建一个文件夹
!touch 文件名#新建一个文件
!ls#列出当前目录下的文件和文件夹
!gsutil cp -r a b#将a复制到b
!pwd  查看当前根目录