谷歌Colab 免费gpu_google colab gpu能免费用多久

矩池云

如果只是短暂使用，请用矩池云，大概3元/小时，就能用2080Ti，和kaggle的免费平台差不多快(kaggle现在是30小时gpu加30小时tpu，tpu需要代码支持)，google可能分配到P100之类的显卡，性能还不如2080Ti，但如果分配到v100之类的，可能会比2080Ti快一半。

Colab

参考了下面的链接，这个链接有点老，但是很多内容还是不错的，请结合下面链接和我后面的内容一起看。
https://www.jianshu.com/p/2cf00bb9db34

步骤：

1. 上传数据和自己的notebok代码到 https://drive.google.com/drive/my-drive，然后创建=》更多=》colaboratary，会出现一个类似notebook的页面，点击设置按钮，再点colab pro就可以成为会员了，感觉长期使用更划算。 在页面左上角修改=>笔记本设置中，可以选择开启关闭gpu，默认不使用gpu。

2. 现在你有了数据，也有了自己的代码，一些常见的包如numpy、tensorflow都装好了，如果没有请使用!conda install xxx来安装，接下来就该让你的数据和代码结合(挂载)了，在你的代码中加入：

from google.colab import drive
drive.mount('/content/gdrive')
1
2

然后会出现一个链接，点开，复制验证码并输入，就完成了挂载。如果这个链接打开是空白的，请重启浏览器再试一下。

3. 第二步完成了挂载。现在请把代码中的路径换成google drive中的地址，如果你的代码中有数据读取的操作，请把代码中的路径换成google drive中的地址，例如我的地址’/content/gdrive/MyDrive/GCE-GNN-master/datasets/train.txt’，“/content/gdrive/MyDrive”使默认的根目录，之后的"/GCE-GNN-master/datasets/train.txt"才是真正的数据地址

4. 使用下面的代码能看到你的gpu型号：

gpu_info = !nvidia-smi
gpu_info = '\n'.join(gpu_info)
if gpu_info.find('failed') >= 0:
    print('Select the Runtime > "Change runtime type" menu to enable a GPU accelerator, ')
    print('and then re-execute this cell.')
else:
    print(gpu_info)
1
2
3
4
5
6
7

5. 有时候需要设置参数，请使用下面的代码，并加入你自己的参数。注意我的代码里 -f这一个参数不要去掉，colab有点笨

parser=argparse.ArgumentParser()

parser.add_argument('-p', type=str, default='train', help='train | test')
parser.add_argument("-f", "-fff", help="a dummy argument to fool ipython", default="1")

opt=parser.parse_args(args=[])#原来是opt=parser.parse_args()
1
2
3
4
5
6