Google Colab GPU|基本操作（一）

Colaboratory 是一個免費的 Jupyter 筆記本環境，不需要進行任何設定就可以使用，並且完全在雲端執行。

藉助 Colaboratory，可以編寫和執行程式碼、儲存和共享分析結果，以及利用強大的計算資源，所有這些都可透過瀏覽器免費使用。

1。 開始建立google colab Notebook文字時的檔案路徑

！

pwd

ls

2。 掛載谷歌雲盤

Colab的執行原理實際上就是給你分配一臺遠端的帶GPU的主機，所以它的原始路徑不是你的谷歌雲盤（也就是你的程式碼檔案）所在的路徑。所以第一步我們先要把谷歌雲盤掛載帶到那臺遠端主機上：

from google。colab import drive

drive。mount（‘/content/drive’）

3。 更改程式碼執行路徑 在Colab中cd命令是無效的，切換工作目錄使用chdir函式。

import os

print（os。getcwd（））

os。chdir（“/content/drive/My Drive/Colab Notebooks”）

# path = “/content/gdrive/My Drive/sample”

# os。chdir（path）

# 返回上一級目錄

os。chdir（‘。。/’）

print（os。getcwd（））

4。 檢視python、OpenCV版本

import sys

import cv2

print（“python版本：%s”% sys。version）

print（“opencv版本：%s”% cv2。__version__）

5。 自帶庫及庫的安裝

Colab 自帶了 Tensorflow、Matplotlib、Numpy、Pandas 等深度學習基礎庫。如果還需要其他依賴，如 Keras

# 安裝最新版本Keras

# https：//keras。io/

！pip install keras

# 指定版本安裝

！pip install keras==2。0。9

# 安裝 OpenCV

# https：//opencv。org/

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

# 安裝 Pytorch

# http：//pytorch。org/

！pip install -q http：//download。pytorch。org/whl/cu75/torch-0。2。0。post3-cp27-cp27mu-manylinux1_x86_64。whl torchvision

# 安裝 XGBoost

# https：//github。com/dmlc/xgboost

！pip install -q xgboost

# 安裝 7Zip

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

# 安裝 GraphViz 和 PyDot

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

！pip install jieba

！pip install h5py

！pip install keras

總結：

1。 可以把Colab看成是一臺帶有GPU的Ubuntu虛擬機器，只不過我們只能用命令列的方式操作它。你可以選擇執行系統命令，亦或是直接編寫執行python程式碼。

2。 掛載完Google Drive，會在虛擬機器裡生成一個drive資料夾，直接將Google Drive當成是一塊硬碟即可。訪問drive資料夾裡的檔案，就是在訪問你的Google Drive裡的檔案。

3。 Colab最多連續使用12小時，超過時間系統會強制掐斷正在執行的程式並收回佔用的虛擬機器。（好像再次連線到虛擬機器後，虛擬機器是被清空的狀態，需要重新配置和安裝庫等等）

更多原文連結：