Google不愧為大佬，給我們這些小（窮）白（鬼）開放了一個Gpu的埠，讓我們的體會了一下GPU的速度。本人親測，我的程式碼在我的筆記本上跑了20分鐘，但上傳到Colaboratory上只需要3分鐘就可以給我答案。但Colaboratory並不是那麼簡單，我研究了一天，終於找到了一些技巧，特意記錄下來。  Colaboratory是谷歌雲盤的一個工具，谷歌官方給出的解釋是“Colaboratory是一種資料分析工具，可將文字、程式碼和程式碼輸出內容合併到一個協作文件中”。其實在我看來就是一個Jupyter Notebook，不過它也不是一個簡單的Jupyter Notebook，因為它是在linux系統下，所以我們可以用linux系統命令來控制Colaboratory。  一、基本操作

  1.1新建

   Colaboratory新建直接在空白地方右擊，新建Colaboratory，如果沒有找到選擇關聯更多應用，搜一下Colaboratory就行。新建完成後直接點選開啟就行。

1.2執行模式改為GPU

1.3程式碼執行

直接在程式碼單元格里寫程式碼就行，然後點選左邊的執行標誌，程式碼就開始執行。

import tensorflow as tf
import numpy as np

with tf.Session():
  input1 = tf.constant(1.0, shape=[2, 3])
  input2 = tf.constant(np.reshape(np.arange(1.0, 7.0, dtype=np.float32), (2, 3)))
  output = tf.add(input1, input2)
  result = output.eval()

result
 

執行結果

二、上傳、下載資料

  由於我們每次開啟Colaboratory都是Google 隨機給我們分配一臺伺服器，所以我們每次的資料都不能儲存，所以我們需要掌握如何上傳資料和下載資料

  2.1上傳資料

  2.1.1網路上資料集

  由於Colaboratory其實本質上是linux伺服器，我們可以通過linux命令來下載資料。但由於在Colaboratory上，所以我們需要注意Colaboratory不能直接執行linux命令，我們可以通過在命令前面加上!來執行命令（大部分linux命令在前面加上“!”都能實現），比如我們下載Stanford Dogs資料集，可以通過下面命令：

!wget http://vision.stanford.edu/aditya86/ImageNetDogs/images.tar
 

執行效果如下：

可以看到檔案下載下來啦，我下載下來的是壓縮包，利用linux命令來解壓就行，只要在命令前加上英文的感嘆號就可以執行。

2.1.2本地上傳資料

from google.colab import files

uploaded = files.upload()

for fn in uploaded.keys():
  print('User uploaded file "{name}" with length {length} bytes'.format(
      name=fn, length=len(uploaded[fn])))

files.upload返回上傳檔案的字典。字典是由檔名鍵入的，值是上傳的資料。

這段程式碼我沒有試過，我也是在無意中看見的，應該可以執行

2.2下載資料

當你的程式碼執行完成，你需要將你執行後儲存的檔案（假設你有儲存檔案），可以通過以下程式碼來下載資料。

from google.colab import files

with open('123.txt', 'w') as f:
  f.write('some content')

files.download('123.txt')

由於每次都是Google隨機給你分配的伺服器，所以你每次的資料都無法儲存，如果可以的話，你還是把需要的資料及時下載下來。

三、其他

還有一些其他的命令和ipython上可以執行，也可以在Colaboratory執行，下面是我的一些總結

%cd directory 更改工作目錄
%pwd 返回系統當前工作目錄
%env 以字典形式返回系統環境變數

以上是我目前所用到的Colaboratory相關的知識，後序我將繼續更新我的其他學習知識。

注：Colaboratory是在谷歌雲盤上的，需要翻牆出去才能使用，所以你需要翻牆才能使用Colaboratory。如果你有能翻牆，那你可以盡情的使用谷歌的GPU，如果你沒有翻牆的技術，那我只能說這種事你可以花點錢嗎，花點。