使用google Colaboratory的记录（免费K80 GPU）（一）

最新推荐文章于 2025-01-27 02:28:36 发布

原创

最新推荐文章于 2025-01-27 02:28:36 发布 · 2.4k 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#机器学习 #深度学习 #tensorflow #python

本文详细介绍了如何使用Google Colab平台，利用其免费的GPU资源进行深度学习项目。从注册登录到选择硬件配置，再到连接Google Drive，实现代码与数据的无缝对接。并对比了Colab与Colab Pro的不同，包括GPU类型、运行时间和内存容量等关键差异。

Google Colaboratory搭建及使用教程

接触过深度学习的都知道GPU对于我们来说意味着着什么（是金钱、是时间、是生命）。听说google提供的Colaboratory可以使用T4GPU，甚至P100GPU。本博主是历经重重险阻，登高、跳远，终于使用上了，本来一度欢欣鼓舞，但事实让我明白资本家的羊毛不是那么容易薅的。

一、前言

1、一切建立在“你懂的”的基础上

国内的网络肯定是使用不了的。想使用你首先需要一个谷歌账号（QQ邮箱APP即可解决），然后有一个完美的网络环境（最近好像有点严，好多用不了了，有需要可以联系一下博主。注：博主不是干这个的）

2、Colab之上有 Colab Pro(有钱T4、P100，没钱K80)

Colab与Colab Po对比
	Colab	Colab Pro
费用	Free	$9.99/月
GPU类型

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

walker_Tjj

关注关注

1
点赞
踩
5

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

搭建自己的 AI 实验环境（本地 GPU、国内云计算平台、Colab）

晴天彩虹雨的博客

03-19

904

本地 GPU 适合深度学习开发者，云计算平台则提供更灵活的计算资源。根据自身需求选择合适的 AI 实验环境，可以提高开发效率，降低硬件成本。在 AI 领域，实验环境的搭建至关重要。Google Colab 是一个基于云的 Jupyter Notebook 环境，支持免费 GPU 计算资源。提供 AI Notebook 环境，支持 TensorFlow、PyTorch。提供自动化 AI 开发环境，支持 Notebook 及 AutoML。提供免费 GPU 计算资源，支持 PaddlePaddle 深度学习。

使用 Google Colab 高效加速 YOLO11 训练！免费GPU还不快上车？

最新发布

weixin_43199439的博客

06-02

370

每个搞AI、玩YOLO的同学，最怕的一件事是啥？👇模型太大，笔记本撑不住💻数据太多，显卡嘎嘎烫🔥配环境像修仙，一错重装一天🌪那有没有又简单、又快、关键还免费的训练方式？答案就是——Google Colaboratory（Colab）！今天我们就来聊聊，如何用Colab训练YOLO11，效率翻倍💯！

参与评论您还未登录，请先登录后发表或查看评论

Google Colaboratory 的使用记录

weixin_41054702的博客

05-07

1712

Colaboratory 是谷歌云盘的一个工具，谷歌官方给出的解释是 “Colaboratory 是一种数据分析工具，可将文字、代码和代码输出内容合并到一个协作文档中”。会免费提供Tesla K80 GPU使用，如果没有系统的硬件，Colaboratory 真的是一个不错的选择。我使用的感觉，Colaboratory 就是一个Jupyter Notebook 和 liunx 系统下终端的功能结合，...

新手使用Google Colab

bgbgssh1314的博客

08-10

1442

1. 创建Google账号不论是访问Google云端硬盘还是Colaboratory使用页面，一般都是访问不到的，这就需要我们借助于加速软件来访问（大家都懂，此处就不多做介绍）。此处提供一个加速软件网址：加速有了该网络加速软件，我们就可以轻松访问这些网页，同时可以创建Google账号了，本人在电脑上和手机上尝试了创建，最后建议大家在手机上创建账号。电脑上在获取手机号验证码时会出现像此手机号码无法用于进行验证的问题。在手机上创建账号步骤： 1.下载QQ邮箱 ...

白瞟系列：使用谷歌公司的免费Tesla K80 GPU训练神经网络

qq_43742590的博客

03-04

782

google driver：https://drive.google.com google driver上传贼慢, 但是，microsoft的OneDrive上传速度快啊，有1M/s以上，可以先通过onedrive上传大文件，然后通过multcloud进行云盘数据之间的转存，速度也有1M/s以上！ ...

Colaboratory的使用

qq_41824131的博客

06-26

729

Colaboratory的使用 Colaboratory介绍 Colaboratory是Google的一个研究项目，旨在提供开发者一个云端训练神经网络的工具。它是Jupyter一个笔记本环境，不用做任何配置，完全运行在云端。Colaboratory存储在Google Drive中，可以进行共享。Colaboratory向开发者提供了免费的Tesla K80 GPU使用。使用 1.打开https://colab.research.google.com，注册一个Google Drive账号，注册成功后将获得1

Colab使用教程

七加一i的博客

03-11

1万+

Colab使用教程最近在学习NLP，但是学习深度学习算法，需要有 GPU，也就是显卡。而显卡，需要是 NVIDIA 的显卡，也就是我们俗称的 N 卡。虽然人人都喊「 AMD yes，AMD 真香」，但在深度学习领域，目前来看只能对 A 卡说 No。因为，主流的推理框架，都需要在 NVIDIA 推出的 CUDA 运算平台上进行，使用上这也是最方便的。所以，如果你没有 N 卡，比如你用 Mac 本或者 A 卡电脑，那么你只能使用 CPU 版本的深度学习框架。 深度学习使用 GPU 运算很快，用 CPU

google免费云服务器Colaboratory

gui_hai的博客

02-26

3180

google免费云服务器简介以及使用方法介绍

（八）Colaboratory在谷歌云盘的使用

wanfuchun的博客

10-15

956

1 新建colab文件 1.1如图新建colab文件 1.2 连接GPU虚拟机 1.2.1点击左上角修改，选择GPU 1.2.2点击右上角链接，选择托管 2将所需文件上传至Google Drive 一般上传的都是自定义的模块函数，格式为.py，此时一定要从本地上传上去，因为colab貌似只能新建.pynb格式的文件 3 配置文件tf版本参考链接：google手册-TensorFlow 2...

Google Colab免费GPU使用与项目部署指南

本文标题为《Google Colab免费GPU使用攻略[项目源码]》，其核心内容围绕如何高效、稳定地利用Google Colab平台获取并使用免费GPU资源展开，涵盖了从环境配置到实际操作的一整套完整流程，并结合项目源码提供了实践...

免费使用高性能的GPU和TPU—谷歌Colab使用教程

Ace2NoU的博客

07-31

9147

谷歌免费开放算力Colab应用使用教程

Google Colab使用教程（附带MINST案例）

sggrafaf的博客

03-12

1万+

如上文所说，Google Colab是谷歌免费提供的Jupyter笔记本环境，那么每次关闭该环境，服务器会自动将之前的所有操作进行清除，若不使用Google Driver，则每次都需要上传数据集和代码，大大浪费了时间，因此使用该云盘，和Colab进行链接操作，在使用Colab的时候可以调用网盘的数据。由于是免费提供的，因此该算力也有限制，即每周最多使用三十小时左右（大概，官方也没有公布限额，这是动态资源），同时单次运行不能超过12小时，同时若使用用户过多的情况下不一定能使用上。

Colab实用教程（免费的深度学习GPU环境）

热门推荐

u013250861的博客

04-06

2万+

一、Colab是什么？ Google Colab 是一个免费的云服务并支持免费的 GPU，可以：提高你的 Python 语言的编码技能。使用 Keras、TensorFlow、PyTorch 和 OpenCV 等流行库开发深度学习应用程序。 Colab 与其它免费的云服务最重要的区别在于：Colab 提供完全免费的 GPU，对学生党进行AI学习提供便利。 Colab 是Google的且服务器在国外如果不能使用Google，推荐使用Kaggle（国内也能访问）👉免费的深度学习GPU环境Colab和

Google Colab使用教程

乖兔子的专栏

02-01

2万+

简介 Google Colaboratory是谷歌开放的云服务平台，提供免费的CPU、GPU和TPU服务器。目前深度学习在图像和文本上的应用越来越多，不断有新的模型、新的算法获得更好的效果，然而，一方面对资源的要求越来越高，另一方面很多开源的模型在国内无法使用。例如，前段时间研究的图片风格快速转换中用到的模型训练，在GPU上运行需要4个多小时，在CPU上无法想象。再者，tensorflow-hu...

第0.0天：GoogleColab/Kaggle的简单使用

starfdds的博客

04-09

992

这节课主要是介绍了GoogleColab Kaggle的使用因为在国内无法正常访问Google旗下的网站(如果你有办法那你是真强 ),所以推荐上Kaggle，虽然速度和国内的网站没法比(特别是无法上传文件)，但免费的东西要什么自行车，因为那个里面和GoogleColab可以起到的作用是一样(甚至同样可以白嫖GPU) 网址就是这个了首先你需要创建一个帐号(没有帐号是无法使用GPU的哦) 然后点击左边的加号，建立一个新的Notebook 然后就可以快乐的使用免费的GPU和CPU了(GPU的开关在右边的A

Colab的使用教程

weixin_45835837的博客

11-23

5003

昨天看了一个Github上的代码，博主是通过Colab来运行代码。之前就听说过Colab的服务器可以免费用，于是自己就开始了Colab的探索。找了很多的教程，都是让去谷歌云盘官网注册云盘账号，然后通过谷歌端口登录。但是进入谷歌云盘官网之后发现申请地区没有China选项，可能因为谷歌在大陆是被禁止了的原因吧~ 但是自己有谷歌账号（之前申请的，不知道现在还能不能申请），所以通过别人的教程发现了另一种使用谷歌云盘的思路：搜索谷歌云硬盘（https://www.google.com/intl/zh-CN/dr

两个免费深度学习计算平台: Google Colaboratory 和 Kaggle

u011005745的博客

08-13

1万+

两个免费深度学习计算平台: Google Colaboratory 和 Kaggle 在这两个平台中，任何人都可以通过浏览器编写和执行任意 Python 代码。它尤其适合机器学习、数据分析和教育目的。从技术上说，两者都是一种Jupyter 笔记本服务，所在环境就是python的解释器，也可以在命令前添加符号!来运行bash命令（Linux）。用户无需进行设置，就可以直接使用，同时还能获得 GPU 等计算资源的免费使用权限（时长上是受限制的）。（Jupyter在这里就不介绍了，就是一种结合记录笔记功能的实时命

安利一个白嫖云GPU使用——colab使用

amaid的博客

06-01

4973

对于学生来讲，实验室没有好的设备，在没有GPU只有CPU的情况下，靠CPU跑深度学习代码，有没有一种想把电脑砸了的冲动，这是你需要

【小记】在 Google Colab 等平台上运行 GPU 容器

weixin_42372722的博客

01-27

423

最近想到了可能的创新点，准备开始做实验了。咱想先在 Colab 这种提供免费 GPU 算力的平台上跑一些小实验，后续再转移到实验室机器上。如果每次都要重复搭建环境多少有些麻烦了。那咱用容器化技术不就行啦！直接把环境打包成镜像，到时候环境迁移和实验复现都能便捷很多。比起 Docker，这回咱决定试试更为轻量的 Apptainer（前身为 Singularity）： Apptainer 默...