Google Colab 免费GPU服务器使用教程

官方说明

Colaboratory 是一个研究项目，可免费使用。（暂不确定这个项目是不是长久有效）

Colaboratory 支持 Python 2.7 和 Python 3.6。

谷歌中文说明：https://colab.research.google.com/notebook

以下教程基于Google浏览器（桌面版 Chrome）操作，并且使用代理访问Google。

申请Colaboratory

1、进入谷歌云盘（ https://drive.google.com/drive/my-drive ），新建一个文件夹（本教程以app命名）

2、创建Colaboratory，进入创建好的文件夹，点开新建 -> 更多 ->关联更多应用 。搜索并找到【Colaboratory】，然后关联

3、创建新的Colab笔记本

通过右键单击>更多> Colaboratory创建一个新的jupyter笔记本

通过点击文件名来重命名。

使用Colaboratory

1、设置GPU运行，选择 修改 -> 设置

2、设置后端Python版本和免费的GPU使用

现在已经可以运行一些ubuntu 命令，每条命令以英文的【！】开始

3、新建代码与运行

①新建代码

②输入代码内容

③点击运行代码

根据自己的需求安装一些软件

4、使用Google Colab运行py文件，读取和存储到Google云盘中

首先运行这些代码，以便安装必要的库并执行授权。

 

1 2 3 4 5 6 7 8 9 10 11 12

!apt-get install -y -qq software-properties-common python-software-properties module-init-tools !add-apt-repository -y ppa:alessandro-strada/ppa 2>&1 > /dev/null !apt-get update -qq 2>&1 > /dev/null !apt-get -y install -qq google-drive-ocamlfuse fuse from google.colab import auth auth.authenticate_user() from oauth2client.client import GoogleCredentials creds = GoogleCredentials.get_application_default() import getpass !google-drive-ocamlfuse -headless -id={creds.client_id} -secret={creds.client_secret} < /dev/null 2>&1 | grep URL vcode = getpass.getpass() !echo {vcode} | google-drive-ocamlfuse -headless -id={creds.client_id} -secret={creds.client_secret}

注:!pip install或者 !apt-get install命令可以安装其他能使用到的库。

运行可以看到如下结果：此时，点击链接地址，获取验证码。

点击链接地址，获取授权码，把获取到的授权码输入之后回车出现如下图所示，再点击这个链接又会获取Google Cloud SDK，操作和之前一样。

出现下面提示说明已经授权成功

Please enter the verification code: Access token retrieved correctly.

补充：如果出现如下提示

Warning: apt-key output should not be parsed (stdout is not a terminal)

这说明认证已经完成，直接执行一步就可以了。

5、挂载Google Drive

 

1 2	!mkdir -p drive !google-drive-ocamlfuse drive

挂载完成后就可以使用Google云盘中的文件了，（因为这个jupyter笔记本设置的是python3所以下面事例用python3）

 

1	!python3 drive/app/xxx.py

6、更改工作目录

查看工作目录

你能看到datalab和驱动器文件夹。因此，您必须在定义每个文件名之前添加drive/app。为了避免这个麻烦，我们可以更改工作目录

更改工作目录为app（你自己使用哪个文件，改下面命令中的名字就可以，禁止使用中文。）

 

1 2	import os os.chdir("drive/app")

 

相关命令

1、查看是否使用GPU

 

1 2	import tensorflow as tf tf.test.gpu_device_name()

2、在使用哪个GPU

 

1 2	from tensorflow.python.client import device_lib device_lib.list_local_devices()

3、RAM信息

 

1	!cat /proc/meminfo

4、CPU信息

 

1	!cat /proc/cpuinfo

91福利python3脚本

把代码保存为.py文件格式

1、推荐使用（服务器&Colaboratory都可以使用）