⾕歌Colab跑深度学习⽹络数据实操步骤
⾕歌Colab跑深度学习⽹络数据实操步骤
近期由于机房服务器很难排上号，在霍⽼师的指导下，开始⽤Colab进⾏跑代码。下⾯是我总结的实操步骤，仅供还未⽤过的同学⼊门参考学习，后续的⼀些使⽤技巧还请⼤家私下⾥相互多总结、多交流。
1. 上传项⽬⽂件：科学上⽹后，进⼊⾕歌云盘，右击“我的云端硬盘”，上传本机中的项⽬⽂件，假设命名为“TuXiangGAN”。
2. 安装colab插件：点击屏幕右侧“+”号，搜索Colaboratory，选择并安装。
3. 新建colab⽂件：假设命名为“TuXiangGAN.ipynb”，可以将⼀个colab⽂件理解为⼀个命令⾏界⾯，整个colab插件相当于⼀台
linux虚拟机，⽽⾕歌云盘相当于⼀块硬盘。
现⼀个链接，点击链接，跳转授权页⾯，把最终跳转页⾯中的授权码复制进A下⾯的输⼊框，敲回车，即授权成功。
lab import drive
↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓
北京奥运会是哪一年几月几日↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓
5. 选择GPU加速：挂载授权后，⾸先根据项⽬需要，选择GPU加速还是CPU加速。
6. 点击挂载：⼀经授权，在以后不⽤再运⾏代码A进⾏授权，只需点击下⾯按钮即可挂载。
汉朝历代帝王一览表7. 进⼊⽬录与执⾏指令：前⾯的⼀通繁杂的操作后，就开始正式的优雅的指令操作了。咱们创建并此刻正在运⾏
的“TuXiangGAN.ipynb”是和项⽬⽬录同级的，所以咱们得先进⼊“TuXiangGAN”⽬录下，才能执⾏训练等指令。此处需要讲解下，在colab中，该⽂件是⼀个ipynb⽂件，可以直接运⾏python代码，若需要运⾏命令⾏指令，则需要⽤“!”或“%”作为开头。八个明确和十四个坚持
8. pip库⽂件：colab⾃⾝环境（⽆需再安装）是python3.7、torch1.8.0、cuda10.1。部分库（如visdom、dominatetorchgpipe
等）需要⽤户⾃⼰⽤指令安装。注意，
① 每次打开TuXiangGAN.ipynb都必须重新点击运⾏安装库的指令，⼤家注意。
驾驶证② 如果不知道colab缺少哪些库，可以通过第9步，执⾏训练，根据报错信息，去安装库。
9. 运⾏train.py：⼀切准备就绪，根据论⽂代码的设计，运⾏train.py即可。若需要更改代码，可以直接在⽬录⼀栏打开⽂件即可进⾏修改，很⽅便。
成语猜谜
————————————————————————————
⾄此，⽤Colab执⾏跑数据的⼊门级实操过程讲解完毕，在训练过程中，会有⼀些bug，诸如：包的版本问题、visdom授权问题，⼤家可以在评论区积极回复⾃⼰的解决办法，或贴出链接。
发布评论