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