薅資本主義羊毛，用Google免費GPU
夏乙 編譯自 Medium
量子位 出品 | 公眾號 QbitAI
英偉達Tesla K80 GPU，2599美元一塊，還很難買到；搭載K80的AWS EC2 P2實例，用起來也很肉疼。
高大上的GPU，不花錢也能用上。Google的一項免費雲端機器學習服務，最近也用上了Tesla K80。
這麼好的羊毛，當然要薅起來啊！
這項資本主義社會的偉大創造，就是Google Colab，全名Colaboratory。你可以用它來提高Python技能，也可以用Keras、TensorFlow、PyTorch、OpenCV等等流行的深度學習庫來練練手，開發深度學習應用。
地址在這裡，Google還貼心地寫了中文版簡介：https://colab.research.google.com/notebook
即便如此，據說還有人不會用？
號稱喜歡訓練深度神經網路的作者fuat，就詳詳細細的寫了一份Google Colab免費GPU試用指南~
準備工作
在Google Drive上創建文件夾
Colab用的數據都存儲在Google Drive雲端硬碟上，所以，我們需要先指定要在Google Drive上用的文件夾。
比如說，可以在Google Drive上創建一個「app」文件夾，或者其他什麼名字，也可以選擇Colab筆記本默認的文件夾。
新建Colab筆記本
在剛剛創建的app文件夾里點擊右鍵，選擇「More」，然後從菜單里選擇「Colaboratory」，這樣就新建出了一個Colab筆記本。
點擊筆記本的名字，可以重命名。
設置免費GPU
這一步，要改變筆記本所用的默認硬體。在筆記本里點Edit>Notebook settings（編輯>筆記本設置），或者Runtime>Change runtime type（運行時>改變運行時類型），然後在Hardware accelerator（硬體加速器）一欄選擇GPU。
然後，Google Colab就可以用了。
用Colab運行基本Python代碼
我們來運行一些Python Numpy教程里的基本數據類型代碼。
這些代碼來自斯坦福大學卷積神經網路與視覺識別課程(CS231n)的Python Numpy教程，
地址：http://cs231n.github.io/python-numpy-tutorial/
運行結果如你所料。
用Colab運行.py文件
先運行下面這些代碼，來安裝必要的庫、執行授權。
運行的時候應該會看到下圖所示的結果：
看見那個鏈接之後，點擊它，複製驗證碼並粘貼到文本框里。
授權完成後，就可以掛載Google Drive了：
安裝Keras：
將mnist_cnn.py文件上傳到位於Google雲端硬碟上的應用文件夾：
運行下面的代碼，用MNIST數據集訓練一個簡單的卷積神經網路：
從結果中可以看到，每個epoch只需要11秒。
下載泰坦尼克數據集(.csv File)，顯示前5行
想按照鏈接下載.csv文件到app文件夾，只需運行：
也可以直接將.csv文件上傳到app文件夾：
然後讀取app文件夾中的.csv文件，顯示前5行：
Tips
1. 如何安裝庫？
安裝Keras：
安裝PyTorch：
安裝OpenCV：
安裝XGBoost：
安裝GraphViz：
安裝7zip Reader：
安裝其他庫：
用或者命令。
2. GPU在幹活么？
要查看你在Colab里是不是真的在用GPU，可以運行以下代碼來交叉檢查：
如果顯示上圖左側的結果，就是在用CPU，顯示右側結果就是在用GPU。
3. 我在用哪個GPU？
其實現在，Colab只提供Tesla K80，所以你會看到下圖這樣的結果：
4. RAM有多大？
5. CPU呢？
總結一下吧
好好學習，認真薅毛。
量子位溫馨提示：自備梯子。
原文說會持續更新，推薦收藏以備不時之需：https://medium.com/deep-learning-turkey/google-colab-free-gpu-tutorial-e113627b9f5d
—完—
活動報名
加入社群
量子位AI社群13群開始招募啦，歡迎對AI感興趣的同學，加小助手微信qbitbot5入群；
此外，量子位專業細分群(自動駕駛、CV、NLP、機器學習等)正在招募，面向正在從事相關領域的工程師及研究人員。
進群請加小助手微信號qbitbot5，並務必備註相應群的關鍵詞~通過審核後我們將邀請進群。（專業群審核較嚴，敬請諒解）
誠摯招聘
量子位正在招募編輯/記者，工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節，請在量子位公眾號(QbitAI)對話界面，回復「招聘」兩個字。
TAG:量子位 |