torch共享gpu 共享gpu怎么用

2018-11-8：科学使用谷歌GPU

• 教你免费使用谷歌GPU

• 一个Gmail邮箱对应一个免费GPU
• 在谷歌GPU运行本地代码
• 其他

教你免费使用谷歌GPU

一个Gmail邮箱对应一个免费GPU

跑计算机视觉的demo的时候，用CPU训练总是很慢，实验室又没有GPU，怎么办？谷歌向所有拥有Gmail账号的人都提供了一个免费GPU。这篇文章记录一下如何用谷歌GPU跑实验：

首先登陆Gmail邮箱（没有的请自觉注册，另外一个人可以注册多个Gmail，这就意味着我们可以使用多个谷歌的免费GPU），然后在右上角的位置，点开那个9宫格

然后打开云端硬盘，界面是这样的，

我们在空白的区域鼠标右键选择“更多”，然后在出现的子菜单中选择“colaboratory”，如果子菜单中没有“colaboratory”这个选项，那我们就打开“+关联更多应用”将“colaboratory”添加进去。然后再打开colaboratory。

打开后的colaboratory界面差不多类似这种，可以写python代码

然后进行代码块的运行。

在谷歌GPU运行本地代码

平时我们都会从github上下载代码，那么怎么把下载下来的代码用谷歌GPU运行呢？
比如说我们下载下来一个CNN_Denoising_Demo.zip的压缩包文件，我们首先要把这个压缩包文件上传到谷歌云端硬盘上，上传方法是：鼠标右键， 点击上传。
上传之后，我们就要开始搞事情了。还是打开colaboratory。打开成功之后，我们要做的第一件事是：

1. 挂载谷歌云端硬盘，让它对colab（colaboratory的缩写）可见
   首先我们查看当前的工作目录，发现是在/content下
   
   而content目录初始情况下只有两个文件夹mnist和sample_data
   
   如何查看文件夹，我们在左侧的工具栏中可以看到（gdrive是我们已经加载过的谷歌云盘，如果还没加载，就不会有gdrive这一个文件夹）
   
   紧接着，我们写入以下代码加载谷歌云盘
   
   运行这段代码，它会弹出一个链接，我们点开这个链接，登录自己的gmail获取验证码，然后输入验证码，回车，会显示验证成功，加载完成。
   当前的工作目录还是/content
   
   我们将压缩包文件用下面的代码解压（这个压缩包文件之前已经上传到谷歌云端硬盘里）
   
   解压成功文件目录的结构是这样的。
   
   然后我们导入torch
   
   如果没有安装torch的话，我们可以按照谷歌的提示进行插入一段代码：如下，这段代码是谷歌自动生成的。
   
   
   
   运行这段代码，我们就成功导入torch了。
   我们当前的工作目录是/content
   
   我们要是想运行gdrive内的CNN_Denoising_Demo下的
   CNN_Denoise_Train_Run.py代码，就必须切换工作目录
   
   我们使用以下代码进行工作目录的切换
   
   切换成功之后，要运行python代码，直接输入感叹号！+python+文件名进行运行

会发现运行的还是很快的。

其他

我们输入下面这一行代码查看谷歌GPU的信息，发现是Tesla K80型号的。

输入下面代码可以查看CPU信息。