logo

TechCodeview

Kaip naudotis „Google Colab“.

Jei norite sukurti mašininio mokymosi modelį, bet sakote, kad neturite kompiuterio, kuris atlaikytų darbo krūvį, Google Co yra platforma jums. Šiame straipsnyje sužinosime, kaip naudoti „Google Colab“.

Kas yra „Google Colab“?

„Google Colab“, trumpinys „Colaboratory“, yra nemokama „Google“ teikiama debesų platforma, leidžianti vartotojams kartu rašyti ir vykdyti Python kodą „Jupyter Notebook“ aplinkoje. Google Colaboratory bloknotas, sukurta siekiant palengvinti mašininio mokymosi (ML) ir duomenų mokslo užduotis, suteikiant virtualią aplinką, Google colab python su prieiga prie nemokamų GPU išteklių.



„Google Colab“ pranašumai

„Google Colab“ siūlo keletą privalumų, dėl kurių ji yra populiarus duomenų mokslininkų, tyrėjų ir mašininio mokymosi praktikų pasirinkimas. Pagrindinės „Google Colaboratory“ bloknoto funkcijos:

  • Nemokama prieiga prie GPU: „Colab“ siūlo nemokamą GPU prieigą, kuri ypač naudinga mokant mašininio mokymosi modelius, kuriems reikia didelės skaičiavimo galios.
  • Sąrankos nereikia : „Colab“ veikia debesyje, todėl naudotojams nereikia nustatyti ir konfigūruoti savo kūrimo aplinką. Dėl to patogu greitai koduoti ir bendradarbiauti.
  • Bendradarbiaujantis redagavimas: Keli naudotojai gali dirbti su tuo pačiu „Colab“ bloknotu vienu metu, todėl tai yra naudingas bendradarbiavimo projektų įrankis.
  • Integracija su Google disku : „Colab“ yra integruota su „Google“ disku, todėl naudotojai gali išsaugoti savo darbus tiesiogiai „Google“ disko paskyroje. Tai leidžia lengvai bendrinti ir pasiekti bloknotus iš skirtingų įrenginių.
  • Populiarių bibliotekų palaikymas :Colab yra iš anksto įdiegta su daugeliu populiarių Python bibliotekų, skirtų mašininiam mokymuisi, duomenų analizei ir vizualizacijai, pvz., TensorFlow, PyTorch, Matplotlib ir kt.
  • Lengvas bendrinimas : „Colab“ bloknotus galima lengvai bendrinti kaip „Google“ dokumentus ar skaičiuokles. Vartotojai gali pateikti nuorodą į bloknotą, o kiti gali peržiūrėti arba redaguoti kodą realiuoju laiku.

Darbo su „Google Colab“ pradžia

Norėdami pradėti dirbti su „Google Colaboratory Notebook“, pirmiausia turite prisijungti prie „Google“ paskyros, tada eikite į šią nuorodą https://colab.research.google.com .

Atidarykite Bendradarbiavimo bloknotą

Atidarę svetainę pamatysite iššokantįjį langą su šiais skirtukais -



„Google“ bendradarbio bloknotas

  • PAVYZDŽIAI: Yra daugybė Jupyter užrašų knygelių su įvairiais pavyzdžiais.
  • NAUJIENA: Jupyter bloknotas, su kuriuo neseniai dirbote.
  • GOOGLE DISKAS: Jupyter bloknotas jūsų Google diske.
  • GITHUB: Galite pridėti Jupyter bloknotą iš savo GitHub, bet pirmiausia turite susieti Colab su GitHub.
  • ĮKELTI: Įkelkite iš savo vietinio katalogo.

Sukurkite bendradarbio bloknotą

Kitaip galite sukurti naują Jupyter Notepad apatiniame dešiniajame kampe spustelėdami Naujas Python3 bloknotas arba Naujas Python2 bloknotas.

Užrašų knygelės aprašymas

„Google“ bendradarbio bloknotas



Kuriant naują bloknotą, jis sukurs Jupyter bloknotą su Untitled0.ipynb ir išsaugos jį „Google“ diske aplanke pavadinimu „Colab“ užrašų knygelės .

java miegas

Kadangi tai iš esmės yra „Jupyter Notebook“, čia veiks visos „Jupyter Notebook“ komandos. Tačiau galite kreiptis į išsamią informaciją Darbo su Jupyter Notepad pradžia .

Pakalbėkime apie tai, kas čia skiriasi:

Keisti vykdymo aplinką: Spustelėkite Vykdymo laikas išskleidžiamasis meniu. Pasirinkite Pakeiskite vykdymo laiką . Pasirinkite python2 arba 3 iš Vykdymo laiko tipas išskleidžiamasis meniu.

Vykdymo laiko nustatymas sistemoje „Google Colab“.

Naudokite GPU ir TPU

Spustelėkite Vykdymo laikas išskleidžiamasis meniu. Pasirinkite Pakeiskite vykdymo laiką . Dabar pasirinkite bet ką (GPU, CPU, Nėra), ko norite Aparatūros greitintuvas išskleidžiamasis meniu.

GPU ir TPU sistemoje „Google Colab“.

Pasirinkite python in colab

Patvirtinkite GPU sistemoje „Colab“.

Python




import> tensorflow as tf> tf.test.gpu_device_name()> 

>

>

Jei GPU yra prijungtas, jis išves:

'/device:GPU:0'>

Priešingu atveju jis bus išvestas toliau

''>

Patikrinkite TPU

Python




import> os> if> 'COLAB_TPU_ADDR'> not> in> os.environ:> >print>(>'Not connected to TPU'>)> else>:> >print>('Connected to TPU')> 

>

>

Jei GPU yra prijungtas, jis išveda toliau

Connected to TPU>

Priešingu atveju jis bus išvestas toliau

Not connected to TPU>

Įdiekite Python paketus

Naudoti gali naudoti pip įdiegti bet kokį paketą. Pavyzdžiui:

Python




! pip install pandas> 

>

>

Klonuokite „GitHub“ repo „Google Colab“.

Naudoti git klonas komandą. Pavyzdžiui:

Python




! git clone https:>/>/>github.com>/>souvik3333>/>Testing>->and>->Debugging>->Tools> 

>

>

Įkelkite failą į „Google Colab“.

Python




from> google.colab>import> files> uploaded>=> files.upload()> 

>

>

Pasirinkite Pasirinkti failą ir įkelkite norimą failą. Įgalinkite trečiųjų šalių slapukus, jei jie išjungti.

Tada galite išsaugoti jį duomenų rėmelyje.

Python




import> io> df2>=> pd.read_csv(io.BytesIO(uploaded[>'file_name.csv'>]))> 

>

>

Įkelkite failą prijungdami „Google“ diską

Norėdami prijungti diską mntDrive aplanke, atlikite šiuos veiksmus:

Python




from> google.colab>import> drive> drive.mount(>'/mntDrive'>)> 

>

>

Tada pamatysite nuorodą, spustelėkite nuorodą, tada leiskite prieigą, nukopijuokite iššokantį kodą ir įklijuokite jį į Įveskite prieigos kodą:. Dabar norėdami pamatyti visus duomenis „Google“ diske, turite atlikti šiuos veiksmus:

Python




! ls>'/mntDrive/My Drive"'> 

>

>

Failų įkėlimas į google colab

„Google Colab“ failų hierarchija

Failų hierarchiją taip pat galite pamatyti spustelėję> viršuje, kairėje, po valdymo mygtukais (CODE, TEXT, CELL).

Atsisiųskite failus iš „Google Colab“.

Tarkime, kad norite atsisiųsti failo_pavadinimas.csv. Failą galite nukopijuoti į „Google“ diską (duomenų aplanke turite sukurti duomenų aplanką „Google“ diske) atlikdami šiuos veiksmus:

Python




java pertraukai

cp file_name.csv '>/>mntDrive>/>My Drive>/>data>/>renamed_file_name.csv'> 

>

>

Failas bus išsaugotas duomenų aplanke pervadinto_failo_pavadinimas.csv pavadinimu. Dabar galite tiesiogiai atsisiųsti iš ten, Arba galite tiesiog atidaryti failų hierarchiją ir dešiniuoju pelės mygtuku spustelėjus bus pateikta atsisiuntimo parinktis. Atsisiųskite „Jupyter Notebook“: Spustelėkite Failas išskleidžiamajame meniu viršutiniame kairiajame kampe. Pasirinkite atsisiųskite .ipynb arba parsisiųsti .py

Failų atsisiuntimas iš Google Colab

Bendrinkite „Jupyter“ užrašų knygelę: Galite bendrinti bloknotą pridėdami kitų el. pašto adresus arba sukurdami bendrinamą nuorodą.

Bendrinkite „jupyter“ bloknotą „Google Colab“.

Bendrinkite „Google colab“ užrašų knygelę

Išvada

Apibendrinant galima pasakyti, kad „Google Colab“ išsiskiria kaip universali ir prieinama „Python“ kodavimo platforma.

„Google Colab“ – DUK

Ar „Google Colab“ skirta tik „Python“?

Be Python, „Google Colab“ savo nešiojamojo kompiuterio aplinkoje palaiko ir kitas kalbas, įskaitant R ir Julia.

„Google Colab“ prisijungti?

Norėdami prisijungti prie „Google Colab“, atidarykite „Colab“ svetainę, viršutiniame dešiniajame kampe spustelėkite Prisijungti ir prisijunkite naudodami „Google“ paskyros kredencialus.