More than code

More Than Code
The efficiency of your iteration of reading, practicing and thinking decides your understanding of the world.
  1. 首页
  2. ml
  3. 正文

Colab使用教程

2021年1月25日 1070点热度 1人点赞 0条评论

colab使用教程

在这里稍微整理一下colab的使用教程,以便自己日后复习,或他人观看

现在感觉自己学习的过程像是在不断的刷漆,一遍又一遍,干了再刷,刷了再干,在此过程中逐渐凝实,并最终内化为自己的东西

首先colab是要配合google drive来进行操作的

我们先登入google drive

20210125090416

左上角new -> more -> google colaboratory

有关colab的介绍是什么,有什么强大的功能我就不说了,网上有很多人提到

左上角可以修改notebook的名字,我这里叫env,就是用来配置环境的

我们可以把他看做是一个linux+python的环境

输入linux的命令时,需要在前面加上一个叹号,比如这里我们先看看显卡信息

20210125090721

输入!nvidia-smi并运行就好

在这里我们可以看到我们的cuda版本,在右上角,然后我们可以看一下pytorch的版本等信息,如果没有的话,就需要我们自己去pytorch官网,选择对应的版本,官网就会给我们一段指令,复制过来运行即可

20210125090931

这里我们可以看到我们pytorch的版本 1.7.0 并且是gpu版本

接下来我们用一个例子来讲解具体的数据上传过程

首先我们要先挂载google drive

输入这段代码

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

20210125091158

进入到这个链接中获取验证码,输入进来并回车,就成功挂载了google drive

20210125091311

这时候你可以通过左边的文件夹看到自己当前都挂载了什么东西

我们可以使用!ls看到当前目录下的东西

但是如果是切换目录,这里的cd就不是很好用了

import os
os.chdir('/content/drive/My Drive/gan')
!ls

用python os模块的chdir来更改目录,比如这里我要去我的gan文件夹

20210125091518

!ls指令就会给我们结果,同理,linux下的很多命令都是这样用的,比如移动mv,解压unzip等

然后我们可以上传我们的数据了

其实你可以直接将你的整个项目压缩,然后上传到google drive上来再解压,然后直接在这里运行既可

如果你的数据是github的,你可以直接使用git clone命令来直接下载到google drive中

你也可以在这里直接写代码,写完就运行,要注意的是他貌似每次都会刷新你的package,所以很多包都需要你重新下载,可能是每次的runtime都是独立并重置的

那么比如说我这里把项目文件都组织好了,然后我们写好了代码

20210125092045

像这样,记住路径一定要选择绝对路径,相对路径会出现问题

我这里只把train放了上来,然后看右上角的连接,据说是要选择托管代码执行程序,但是我目前还没找到区别,所以我们直接点连接

然后把需要下载的用pip下载完

然后我们点左上角的修改

20210125092452

笔记本设置中将硬件加速修改成GPU,这样我们就可以用google的显卡加速了

通过右上角的RAM来观察,点进去可以看到你当前的CPU和GPU使用情况,来判断你是否成功使用了GPU

标签: colab ml pytorch
最后更新:2021年1月25日

sheep

think again

点赞
下一篇 >

文章评论

取消回复

COPYRIGHT © 2021 heavensheep.xyz. ALL RIGHTS RESERVED.

THEME KRATOS MADE BY VTROIS