點擊上方“AI有道”，選擇“星標”公眾號

重磅干貨，第一時間送達

原文出處：

https://www.kdnuggets.com/2018/02/essential-google-colaboratory-tips-tricks.html

試想一下，如果有個免費的在線云端平臺，既可以不用安裝 TensorFlow 直接使用，又可以實現 GPU 加速訓練，那該是多好的一件事情。你沒聽錯，這種好事確實存在！今天我就重磅介紹一個谷歌推出的免費的云端工具：Colaboratory。

Colaboratory 是一個 Google 研究項目，旨在幫助傳播機器學習培訓和研究成果。它是一個 Jupyter 筆記本環境，不需要進行任何設置就可以使用，并且完全在云端運行。Colaboratory 筆記本存儲在 Google 云端硬盤中，并且可以共享，就如同您使用 Google 文檔或表格一樣。Colaboratory 可免費使用。

也就是說，Colaboratory 存儲在 Google 云端硬盤中，我們可以在 Google 云端硬盤里直接編寫 Jupyter Notebook，在線使用深度學習框架 TensorFlow 并訓練我們的神經網絡了。超炫！

這里有 3 個令人相見恨晚的奇技淫巧來簡化它的使用，分別是：使用免費的 GPU、安裝庫、上傳并使用數據文件。

下面分別介紹：

1.?使用免費的 GPU

在打開的 Jupyter Notebook 中，選擇菜單欄“代碼執行程序（Runtime）”，“更改運行類型（Change runtime type）”，這時將看到以下彈出窗口：

確?！坝布铀倨?#xff08;Hardware accelerator）”設置為 GPU（默認為 CPU）。設置完畢后點擊保存。

值得注意的是確認筆記本處于已連接的狀態：

檢查是否真的開啟了 GPU（即當前連接到了GPU實例），可以直接在 Jupyter Notebook 中運行以下命令：

import tensorflow as tf device_name = tf.test.gpu_device_name() if device_name != '/device:GPU:0':raise SystemError('GPU device not found') print('Found GPU at: {}'.format(device_name))

若輸出以下語句，則表明已經使用了 GPU 實例。

Found GPU at: /device:GPU:0

但是，由于在線 GPU 資源有限，有時候可能會出現下面的問題提示：

?

就這樣，谷歌允許你一次最多持續使用 12 小時的免費 GPU。

2.?安裝庫

目前，在 Google Colaboratory 中安裝的軟件并不是持久的，意味著每次重新連接實例時都需要重新安裝。但是，Colab 已經默認安裝了需要有用的庫，安裝新的庫也并非難事，方法也有好幾種。

但需要注意的是，安裝任何需要從源代碼構建的軟件可能需要很長的時間。

Colab 同時支持 pip 和 apt 包管理器。無論您使用的是哪一個，記住要在命令前面加上符號 “!”。

# Install Keras with pip !pip install -q keras import keras>>> Using TensorFlow backend.# Install GraphViz with apt !apt-get install graphviz -y

3.?上傳并使用數據文件

我們一般都需要在 Colab 筆記本中使用數據，對吧？你可以使用 wget 之類的工具從網絡上獲取數據，但是如果你有一些本地文件，想上傳到你的谷歌硬盤中的 Colab 環境里并使用它們，該怎么做呢？

很簡單，只需 3 步即可實現！

首先使用以下命令調用筆記本中的文件選擇器：

from google.colab import files uploaded = files.upload()

運行之后，我們就會發現單元 cell 下出現了“選擇文件”按鈕：

這樣就可以直接選擇你想上傳的文件啦！

選擇文件后，使用以下迭代方法上傳文件以查找其鍵名，命令如下：

for fn in uploaded.keys():print('User uploaded file "{name}" with length {length} bytes'.format(name=fn, length=len(uploaded[fn])))

例如待上傳的是 iris.csv 文件，若運行沒有問題的話，應該出現類似下面的提示語句：

User uploaded file "iris.csv" with length 3716 bytes

最后，就使用以下命令將文件的內容加載到 Pandas 的 DataFrame 中了：

import pandas as pd import io df = pd.read_csv(io.StringIO(uploaded['iris.csv'].decode('utf-8'))) print(df)

這種上傳文件的方法是不是很簡單呢？當然，上傳和使用數據文件還有其它的方法，但是我發現這一方法最簡單明了。

以上就是關于 Google Calaboratory 的 3 個非常實用的技巧，趕緊嘗試一下吧！

最后，可能有的讀者朋友對?Google Calaboratory 不太了解的，可以查看我之前寫的一篇文章：如何在免費云端運行 Python 深度學習框架？鏈接如下：

https://redstonewill.com/1493/

也可以點擊閱讀原文查看！

【推薦閱讀】

干貨 | 公眾號歷史文章精選（附資源）

我的深度學習入門路線

我的機器學習入門路線圖

麻煩點一下「好看」 ?

總結

以上是生活随笔為你收集整理的3 个相见恨晚的 Google Colaboratory 奇技淫巧！的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。