Skip to content

Latest commit

 

History

History
255 lines (153 loc) · 6.3 KB

google-colab-free-gpu-tutorial-tensorflow-keras-pytorch.md

File metadata and controls

255 lines (153 loc) · 6.3 KB

使用 Google Colab、TensorFlow、Keras 和 PyTorch 进行深度学习开发

原文:www.kdnuggets.com/2018/02/google-colab-free-gpu-tutorial-tensorflow-keras-pytorch.html/2

评论

将 Github 仓库克隆到 Google Colab

使用 Git 克隆 Github 仓库很简单。

第 1 步:找到 Github 仓库并获取 “Git” 链接

找到任何 Github 仓库使用。例如:github.com/wxs/keras-mnist-tutorial

克隆或下载 > 复制链接!

2. Git 克隆

只需运行:

!git clone https://github.com/wxs/keras-mnist-tutorial.git

3. 在 Google Drive 中打开文件夹

文件夹与 Github 仓库当然是一样的 :)

4. 打开笔记本

右键点击 > 用 Colaboratory 打开

5. 运行

现在你可以在 Google Colab 中运行 Github 仓库。

一些有用的提示

1. 如何安装库?

Keras

!pip install -q keras
import keras

PyTorch

!pip install -q http://download.pytorch.org/whl/cu75/torch-0.2.0.post3-cp27-cp27mu-manylinux1_x86_64.whl torchvision
import torch

MxNet

!apt install libnvrtc8.0
!pip install mxnet-cu80
import mxnet as mx

OpenCV

!apt-get -qq install -y libsm6 libxext6 && pip install -q -U opencv-python
import cv2

XGBoost

!pip install -q xgboost==0.4a30
import xgboost

GraphViz

!apt-get -qq install -y graphviz && pip install -q pydot
import pydot

7zip Reader

!apt-get -qq install -y libarchive-dev && pip install -q -U libarchive
import libarchive

其他库

!pip install or !apt-get install to install other libraries.

2. GPU 是否正常工作?

若要查看你是否正在使用 Colab 中的 GPU,你可以运行以下代码进行交叉检查:

import tensorflow as tf
tf.test.gpu_device_name()

3. 我正在使用哪个 GPU?

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

目前,Colab 仅提供 Tesla K80

4. 那 RAM 呢?

!cat /proc/meminfo

5. 那 CPU 呢?

!cat /proc/cpuinfo

6. 更改工作目录

通常当你运行这段代码时:

!ls

你可能会看到 datalab 和 drive 文件夹。

因此你必须在定义每个文件名之前添加 drive/app

为了摆脱这个问题,你可以简单地更改工作目录。(在本教程中,我更改为 app 文件夹)使用以下简单代码:

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

运行上述代码后,如果你再次运行

!ls

你会看到 app 文件夹内容,不再需要每次都添加 drive/app

7. “No backend with GPU available” 错误解决方案

如果你遇到这个错误:

Failed to assign a backend
No backend with GPU available. Would you like to use a runtime with no accelerator?

稍后再试。现在很多人正在使用 GPU,当所有 GPU 都在使用时会出现此消息。

参考资料

8. 如何清除所有单元的输出

通过 工具 >> 命令面板 >> 清除所有输出 操作

9. “apt-key output should not be parsed (stdout is not a terminal)” 警告

如果你遇到这个警告:

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

这意味着身份验证已经完成。你只需要挂载 Google Drive:

!mkdir -p drive
!google-drive-ocamlfuse drive

10. 如何在 Google Colab 中使用 Tensorboard?

我推荐这个仓库:

github.com/mixuala/colab_utils

结论

我认为Colab将为全球的深度学习和 AI 研究带来新的气息。

如果你觉得这篇文章有帮助,给它一些掌声???? 并分享给其他人,这对我们很重要!也欢迎在下面留下评论。

你可以在LinkedIn找到我。

个人简介: Fuat Beşer 是一名深度学习研究员,也是 Deep Learning Turkey 的创始人,这是土耳其最大的 AI 社区。

原文。转载已获许可。

相关:

  • 3 个必备的 Google Colaboratory 小贴士

  • Fast.ai 第 1 课在 Google Colab 上(免费 GPU)

  • 构建神经网络的简单入门指南


我们的 3 个课程推荐

1. Google 网络安全证书 - 快速进入网络安全职业。

2. Google 数据分析专业证书 - 提升你的数据分析技能

3. Google IT 支持专业证书 - 支持你的组织的 IT 需求


更多相关主题