话不多说

直接甩图,看看白嫖的GPU配置如何!!!

GPU 容器共享虚拟化 共享gpu怎么用_运维

 

这对没钱的学生可谓是天花板了把~~~ 

跟着我一步一步操作,你也可以的!

0.创建一个谷歌账号并且登录

使用Colab之前需要有一个谷歌账号,并且可以上网,否则,哼,啥都别想!

(不要问我怎么知道的)(为什么不用电脑注册呢?也不用问了,都是自己亲身经历出来的)

  此处略去一千个字!!!!

1.登陆谷歌云盘

确保可以上网之后,输入网址https://drive.google.com/,登录谷歌云盘

GPU 容器共享虚拟化 共享gpu怎么用_GPU 容器共享虚拟化_02

 

2.上传文件

可以将自己的code和数据集上传到谷歌云盘上

GPU 容器共享虚拟化 共享gpu怎么用_GPU 容器共享虚拟化_03

 

3.创建Google colabrotory

这里要说明一下,Google colabrotory可以单独放一文件下,也可以跟着你的项目,便于操作。

点击新建

GPU 容器共享虚拟化 共享gpu怎么用_Google_04

 

如果你是第一次使用,点击”更多“,“添加更多应用”

GPU 容器共享虚拟化 共享gpu怎么用_debian_05

 

 输入colabratory

GPU 容器共享虚拟化 共享gpu怎么用_服务器_06

 

然后进行安装

  

GPU 容器共享虚拟化 共享gpu怎么用_GPU 容器共享虚拟化_07

 

4.配置Colabratory

打开Colabratory后需要做些配置,才可以充分使用

4.1 重命名

点击修改名称

GPU 容器共享虚拟化 共享gpu怎么用_GPU 容器共享虚拟化_08

 

4.2 连接托管

这一步是从谷歌服务器获得相应的资源。

GPU 容器共享虚拟化 共享gpu怎么用_GPU 容器共享虚拟化_08

 

GPU 容器共享虚拟化 共享gpu怎么用_Google_10

 

4.3 设置GPU

选择流程如下图:

GPU 容器共享虚拟化 共享gpu怎么用_运维_11

 

会弹出选项框,可以选GPU,TPU,或默认的使用CPU,

GPU 容器共享虚拟化 共享gpu怎么用_Google_12

 

5、Colab挂载谷歌云盘

连接自己的Google Drive,从而可以使用colab来训练自己的数据。首先是将数据上传到Google Drive.传上去之后就可以使用Colab调用你云盘资源了。美滋滋!

import os
from google.colab import drive
drive.mount("/content/drive")

 会弹出让你登录谷歌账号的链接,点击登录,然后点击"允许"。

此外,还一种简单连接方式:

GPU 容器共享虚拟化 共享gpu怎么用_Google_13

 

在操作过程中会出现下图提示,按提示继续进行(这是因为谷歌会对你自己识别,看你有没有浪费资源)

GPU 容器共享虚拟化 共享gpu怎么用_debian_14

 

!nvidia-smi
这里注意下,我们这些操作其实是连接谷歌的服务器,和远程连接Linux一样的效果。

在colab上,Pytorch和tensorflow等环境是都给安装好的