公司新闻
 
深度学习 免费使用Google Colab的GPU云计算平台
 

  这几天在美国上网不用翻墙了,看到Google推出免费使用GPU的深度学习云计算平台Google Colaboratory,决定测试一下。

  Google Colab是谷歌为人工智能开发者提供的免费云服务。有了Colab, 你可以免费在 GPU 上开发深度学习应用程序。

  Google Colab 是完全免费的,完全免费,完全免费! 重要的事情说三遍,不过一次只能使用12个小时,当然要能够访问Google,你懂的!

  登录:也就是google的云文档word、ppt或Excel等都是在线的。里面找到google提供的“云端硬盘”(一般有15G)

  Colab可以使用自己账号Google Drive, 首先指定我们将要使用的文件夹。我在 Google Drive 上创建了一个名为app的文件夹。 当然, 可以使用不同的名称或选择默认的 Colab 笔记本文件夹而不是应用程序文件夹。

  这时候就可以开启一个新的Jupyter Notebook了,可以改名字,写代码了,不过先别着急,我们需要设定GPU

  只需要按编辑笔记本设置或运行时更改运行时类型, 然后选择 GPU 作为硬件加速器。

  在开始编写代码或程序前需要一些环境设置,期望把后面的代码专门保留在一个Setup.ipynb内方便以后(12小时)后运行。

  首先运行下列代码以安装必要的Python库并执行读取Drive云盘存储授权。

  记住如果你想保留文件,无论是程序还是下载的数据,一定要保证Path正确设定在自己的驱动器目录下!

  当然你也可以不操作这个授权,Google Colab在VM虚拟机上有标准的datalab/目录存储文件,但以后不会保留下来的!

  当然你可以将已有的程序.ipynb或数据上传到Drive/app内运行,也可以直接在程序中下载各种案例和数据。

  我测试了一个Keras的运行程序,Fashion-MNIST.ipynb 这是一个10类衣服图像分类算法;也是一个MNIST数据集的变种。

  建议每次运行前先执行下列命令查看是否运行在GPU环境和VM环境50G容量的占用情况:

  不过我测试了一下,同样数据集和模型用我Mac电脑的CPU跑非常慢,用Colab跑大概花了1个小时。

  总结一下: 没有GPU很多深度学习案例无法跑结果,Google Colab是免费的,如果能够翻墙是一个非常好的运行环境,安装各种包都随意,缺啥随时按啥,测试各种包和深度学习案例非常方便和友好,也能增强对云计算和平台运行的理解。完全可以作为学习环境玩各种深度学习案例,也可以将来用在自己的深度学习机上。

 
产品搜索:
最新产品
联系方式