转:机器学习硬件设施差?免费使用谷歌的GPU云计算平台

版权声明:本文版权归原作者所有。

原文链接:http://blog.csdn.net/mogoweb https://blog.csdn.net/mogoweb/article/details/79533008


开始机器学习的同学可能都知道:机器学习,特别是深度学习,在GPU上数据处理比在CPU上要快得多,少则几倍,多则几十上百倍的差距。以前有人会因为深度学习而购入高端的Nvidia显卡,现在好了,Google开放了旗下的GPU云计算平台,而且还是免费的。

Google推出的免费深度学习云计算平台称作Google Colaboratory。Google Colab提供的免费GPU为Tesla K80 GPU,一块高性能的GPU,长相如下图:

转:机器学习硬件设施差?免费使用谷歌的GPU云计算平台

它可以运行Keras、Tensorflow、PyTorch或Mxnet等主流深度学习框架。

下面就介绍如何使用Google Colab云平台。

前提条件
*,由于一些不可说的原因,在国内并不能直接访问Google Colab服务。
拥有Google帐号,如果你申请过GMail或Google Drive,就有了Google帐号。
在Google Drive上创建目录
Google Colab使用Google云端网盘存放工作代码,所以首先为我们的深度学习应用创建一个目录,比如可以命名为GoogleAI,当然你也可以使用缺省的Colab Notebooks文件夹。

转:机器学习硬件设施差?免费使用谷歌的GPU云计算平台

转:机器学习硬件设施差?免费使用谷歌的GPU云计算平台

创建Colab Notebook
步骤为:鼠标右键 > 更多 > Colaboratory。

转:机器学习硬件设施差?免费使用谷歌的GPU云计算平台

新建的notebook的标题为”untitle”,可以点击标题进行修改:

转:机器学习硬件设施差?免费使用谷歌的GPU云计算平台

设置GPU
步骤依次为 修改 > 笔记本设置,在硬件加速器一栏选择GPU。

转:机器学习硬件设施差?免费使用谷歌的GPU云计算平台

转:机器学习硬件设施差?免费使用谷歌的GPU云计算平台

运行基本的Python代码
Google Colab实际上是基于Jupyter Notebook。Jupyter Notebook(此前被称为 IPython notebook)是一个交互式笔记本,支持运行 40 多种编程语言。它基于浏览器技术,环境配置好之后,用户只需要通过浏览器即可访问。Notebook支持将代码嵌入到文档,文档采用Markdown编写,代码可以交互运行,特别适合做演示、教程。

比如下图上半部分是来自《机器学习实战》一书中的代码,下半部分就是执行的结果。

转:机器学习硬件设施差?免费使用谷歌的GPU云计算平台

GPU是否在工作?
要确认GPU是否在工作,请运行如下代码:

1 import tensorflow as tf
2 tf.test.gpu_device_name()

结果如下:

转:机器学习硬件设施差?免费使用谷歌的GPU云计算平台

要进一步查看GPU型号:

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


 

 

可以看到,GPU型号为Tesla K80

转:机器学习硬件设施差?免费使用谷歌的GPU云计算平台

查看其它硬件配置
查看内存:

!cat /proc/meminfo

转:机器学习硬件设施差?免费使用谷歌的GPU云计算平台
查看CPU:

!cat /proc/cpuinfo

转:机器学习硬件设施差?免费使用谷歌的GPU云计算平台

总结
Google Colab为程序员入门深度学习提供了一个良好的云计算平台,而且还免费。实际上就是Google给你一台带GPU的云计算虚拟机,降低深度学习的门槛。在接下来的文章里,我还将说明如何安装python库、运行自己编写的代码或者从github克隆的项目代码,敬请关注。

参考
Google Colab Free GPU Tutorial
Jupyter Notebook 快速入门(上)

--------------------- 
原作者:云水木石 
来源:CSDN 
原文:https://blog.csdn.net/mogoweb/article/details/79533008 

上一篇:DeepFaceLab1226版:素材打包提速加载!


下一篇:介绍一款史上最强的Python在线编辑器——谷歌出品