目录

1. Google 注册与 Colab 环境设置

1.1 登录与创建新的笔记

1.2 开启 GPU 硬件加速

2. 代码与项目运行流程

2.1 上传工程项目

2.2 加载云盘和切换工作空间

2.3 执行 Linux 命令（安装依赖/操作文件）

---

Google Colab 是一个免费的云服务，并支持免费的 GPU 资源，为学生党进行 AI 学习提供了极大的便利。它不仅能帮助你提高 Python 语言的编码技能，还能让你使用 Keras、TensorFlow、PyTorch 和 OpenCV 等流行库开发深度学习应用程序。Colab 的使用体验类似于 Jupyter Notebook，您可在网页上撰写代码并运行，但它运行在云端，不占用您的本地计算资源。

1. Google 注册与 Colab 环境设置

1.1 登录与创建新的笔记

1. 注册/登录：确保您已注册 Google 账户并登录。

2. 创建笔记：访问您的 Google Drive，创建并命名一个文件夹，然后通过 右键点击 > 更多 > Colaboratory 步骤创建一个新的 Colab 笔记。

3. 重命名：点击文件名即可重命名笔记。

1.2 开启 GPU 硬件加速

为了利用 Colab 的优势进行深度学习加速，您需要开启 GPU：

1. 导航至 修改 (Edit) > 笔记本设置 (Notebook settings)。

2. 在“硬件加速器 (Hardware accelerator)”选项中选择 GPU。

3. 验证 GPU：运行以下任一代码块以确认 GPU 是否正常运行：

Python

import tensorflow as tf
device_name = tf.test.gpu_device_name()
if device_name != '/device:GPU:0':
  raise SystemError('GPU device not found')
else: 
  print(device_name)

或者使用 Linux 命令：

Bash

!nvidia-smi

2. 代码与项目运行流程

2.1 上传工程项目

如果你需要运行一个完整的项目，应将项目文件（包括数据集）上传到你在 Drive 中创建的文件夹内。你可以右击选择“upload fold”（上传文件夹）或直接拖拽文件。

2.2 加载云盘和切换工作空间

这是使用 Colab 运行云盘项目的关键步骤：

1. 加载云盘：运行以下 Python 代码，将你的 Google 云硬盘（Drive）加入到 Colab 的工作空间：

   Python

   from google.colab import drive 
   drive.mount('/content/drive/')
   

   运行后，点击出现的链接，登录 Google 账户，得到一串密码并输入到出现的空框中。成功加载后，左侧的文件浏览器中将出现 MyDrive 目录。

2. 切换工作目录：使用 Linux 命令将工作空间切换到包含你待运行文件的目录：

   Bash

   # 假设你的文件在 Drive/Colab_Project 目录下
   !cd /content/drive/MyDrive/Colab_Project 
   

   注意：现在，你就可以按照本地运行 Python 文件的方式来执行代码。

2.3 执行 Linux 命令（安装依赖/操作文件）

Google Colab 可以被视为一个 Linux 系统的页面，运行 Linux 命令来安装包、管理文件或运行脚本：

• 语法：如果要安装其他的包或框架，方法与在 Linux 环境下安装几乎没有差别，只需要注意在运行前加上感叹号“!”。

• 示例（安装 PyTorch）：

  Bash

  !pip install torch torchvision  # 在Colab中执行操作语句时，感叹号不能漏
  

  常用的 Linux 命令还包括 pip（包管理）、ls（查看文件）、gdown（下载文件）、unzip（解压文件）和 pwd（查看当前路径）等。