加入收藏 | 设为首页 | 会员中心 | 我要投稿 湖南网 (https://www.hunanwang.cn/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 创业 > 正文

20种小能力,玩转Google Colab

发布时间:2020-10-02 03:05:12 所属栏目:创业 来源:网络整理
导读:Google Colab 给宽大的 AI 开拓者提供了免费的 GPU,你可以在上面轻松地跑 Tensorflow、Pytorch 等深度进修框架。但关于 Colab 的行使能力你又把握了几多呢?这篇文章将先容 20 种 Colab 行使能力,帮你进步行使服从。 1. 便签本 Notebook 当我们在 colab
副问题[/!--empirenews.page--]

Google Colab 给宽大的 AI 开拓者提供了免费的 GPU,你可以在上面轻松地跑 Tensorflow、Pytorch 等深度进修框架。但关于 Colab 的行使能力你又把握了几多呢?这篇文章将先容 20 种 Colab 行使能力,帮你进步行使服从。

20种小能力,玩转Google Colab

1. 便签本 Notebook

当我们在 colab 上实行一些姑且的对象时,我们会建设一堆混乱、没有问题的 Notebook。

20种小能力,玩转Google Colab

为了办理这个题目,你可以把以下链接插手书签:https://colab.research.google.com/notebooks/empty.ipynb

这将打开一个非凡的 scratch notebook,而且你对该 notebook 所做的任何变动都不会生涯到你的主目次中。

2. 单位计时

凡是,我们手动计较一段代码的开始时刻和竣事时刻之间的差值来权衡所耗费的时刻。Colab 提供了内置成果来执行此操纵。在执行了一个单位(cell)之后,将鼠标悬停在单位运行图标上,你将得到代码执行时刻的预计值。

3. 运行某个单位的一部门

你也可以运行某个单位的一部门,通过选择单位格并点击 Runtime 索引到 Run Selection 按钮或行使键盘快捷键 Ctrl + Shift + Enter。

20种小能力,玩转Google Colab

4. Jupyter Notebook 快捷键

快捷键为编程带来了便利,但 Jupyter Notebook 中的快捷键不能直接在 Colab 中行使。不外,这里有一个相关映射表来办理这一题目。从中可以看出,你只必要在 Jupyter 的快捷键前面加上「Ctrl +M」就能在 Colab 中行使。此法则合用于大大都快捷键。

20种小能力,玩转Google Colab

以下是一些特例,其快捷方法已完全变动或保持稳固。

20种小能力,玩转Google Colab

5. 跳转到类界说

与 IDE 相似,你可以通过按 Ctrl 键,然后单击一个类名来跳转到类界说。譬喻,在这里我们通过按 Ctrl 并单击 Dense 类名来查察 Keras 中 Dense 层的类界说。

20种小能力,玩转Google Colab

6. 在 GitHub 中打开 Notebooks

Google Colab 团队提供了官方的 Chrome 扩展措施。行使 colab 时,可以直接在 GitHub 上打开 notebooks。

扩展措施下载地点:https://chrome.google.com/webstore/detail/open-in-colab/iogfkhleblhcpcekbiedikdehleodpjo

安装后,单击 GitHub notebook 的 colab 图标直接将其打开。

20种小能力,玩转Google Colab

可能,你也可以手动打开 GitHub notebook,将 github.com 替代为 colab.research.google.com/github 即可。

https://github.com/fastai/course-v3/blob/master/nbs/dl1/00_notebook_tutorial.ipynb

替代为

https://colab.research.google.com/github/fastai/course-v3/blob/master/nbs/dl1/00_notebook_tutorial.ipynb

乃至更简朴的要领是用 githubtocolab.com 替代 github.com。

https://github.com/fastai/course-v3/blob/master/nbs/dl1/00_notebook_tutorial.ipynb

替代为

https://githubtocolab.com/fastai/course-v3/blob/master/nbs/dl1/00_notebook_tutorial.ipynb

7. 从 Colab 运行 Flask 应用

行使 flask-ngrok 库(https://github.com/gstaff/flask-ngrok),你可以轻松地将运行在 colab 上的 Flask Web 应用措施转换为一个 demo 原型。

起首,你必要安装 flask 和 flask-ngrok。

!pip install flask-ngrok flask==0.12.2 

然后,你只必要将「flask app」工具转达给「run_with_ngrok」函数,它将在启动处事器时果真 ngrok 端点。

from flask import Flaskfrom flask_ngrok import run_with_ngrok  app = Flask(__name__)run_with_ngrok(app)  @app.route('/')def hello(): return 'Hello World!' if __name__ == '__main__': app.run()  20种小能力,玩转Google Colab

8. 在 Tensorflow 版本之间切换

你可以很轻易地在 Tensorflow 1 和 Tensorflow 2 之间切换。

要切换到 Tensorflow 1.15.2,请行使以下呼吁:

%tensorflow_version 1.x 

要切换到 Tensorflow 2.2,请运行以下呼吁:

%tensorflow_version 2.x 

你必要从头启动才气见效。出于机能思量,Colab 提议行使预安装的 Tensorflow 版本,而不是用 pip 呼吁安装它。

9. Tensorboard 集成

Colab 还提供了一个呼吁,可以直接从 notebook 行使 Tensorboard。你只必要行使 --logdir 配置日记目次位置。

你可以从官方 notebook 学到它的行使要领:https://colab.research.google.com/github/tensorflow/tensorboard/blob/master/docs/tensorboard_in_notebooks.ipynb。

%load_ext tensorboard%tensorboard --logdir logs  20种小能力,玩转Google Colab

10. 查察资源限定

Colab 为他们的免费版本和专业版本提供了以下规格。按照本身的环境,假如你必要更好的运行时刻、GPU 和内存,你可以以每月 10 美元的价值切换到专业版本。

20种小能力,玩转Google Colab

可以通过运行以下呼吁查察你已经被分派到的 GPU:

!nvidia-smi 

有关 CPU 的信息,可以运行此呼吁:

!cat /proc/cpuinfo 

另外,你还可以通过运行以下呼吁查察 RAM 容量

import psutilram_gb = psutil.virtual_memory().total / 1e9print(ram_gb) 

11. 行使交互式 shell

Colab 中没有内置的交互终端。可是可以行使 bash 呼吁以交互方法试用 shell 呼吁。只需运行此呼吁,你将得到交互式输入。

!bash 

此刻,你可以在给定的输入框中运行任何 shell 呼吁。

20种小能力,玩转Google Colab

要退出 shell,只需在输入框中键入 exit。

20种小能力,玩转Google Colab

12. 当前的内存和存储行使环境

Colab 提供了 RAM 和磁盘行使环境的指示器。假如将鼠标悬停在指示器上,将弹出一个窗口,个中包括当前内存和存储行使环境和总容量。

20种小能力,玩转Google Colab

13.「Open in Colab」 符号

你可以行使如下 markdown 代码在 README.md 或 jupyter notebooks 中添加「Open in Colab 」符号。

20种小能力,玩转Google Colab

在这段代码中,我们正在加载 SVG 图片,然后将其链接到 colab notebook。

[![Open In Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/notebooks/basic_features_overview.ipynb) 

14. Pandas 交互表

Colab 提供了一个 notebook 扩展,用于向 pandas dataframes 添加交互式排序和过滤成果。要行使它,请运行以下代码。

%load_ext google.colab.data_table 

在加载下面的扩展之后,你可以看到通例的 pandas dataframe 和交互式 dataframe。

(编辑:湖南网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

热点阅读