一、前言

我们可以使用Google Colaboratory进行深度学习项目的学习和实践活动。

• Colaboratory 是一个 Google 研究项目，旨在帮助传播机器学习培训和研究成果。它是一个 Jupyter 笔记本环境，不需要进行任何设置就可以使用，并且完全在云端运行。
• Colaboratory 笔记本存储在 Google 云端硬盘中，并且可以共享，就如同您使用 Google 文档或表格一样。Colaboratory 可免费使用。
• 利用Colaboratory ，可以方便的使用Keras,TensorFlow,PyTorch,OpenCV等框架进行深度学习应用的开发。

简言之，我们可以把Colaboratory看作为一个线上的虚拟机，由谷歌提供的免费的云端服务。

二、使用教程

2.1使用谷歌云盘创建文件夹

登录谷歌云盘：https://drive.google.com/

创建空文件夹。（我的云端硬盘->右键空白处创建新文件夹）

2.2创建Colaboratory

进入文件夹后，右击空白处，选择更多，选择关联更多应用。

安装Colaboratory。

安装成功后返回空文件夹，右击空白处，选择更多，选择Google Colaboratory。

创建成功后弹出colab界面。

点击修改->笔记本设置，修改GPU设置。

至此完成colab设置，开始测试。

2.3测试代码

现在可以直接在这里进行编程了。

下面来测试运行环境，输入以下代码并运行。

x=3.14
print(type(x))
print(x)
print(int(x))

2.4授权和安装

首先运行下面的代码来安装必要的库和授权。

from google.colab import drive
drive.mount('/content/drive/')

点击运行后自动跳转出Google云端授权界面，登录账户并授权，显示以下运行结果。

可以使用如下命令进入谷歌云盘

!ls "/content/drive/My Drive/"

2.5运行.py文件

安装Keras

!pip install -q keras

上传demo_mnist_convnet.py file到你的Google Drive中的app文件夹。

（keras/examples/demo_mnist_convnet.py at master · keras-team/keras · GitHub）

在Github上下载.py文件后进入谷歌云端，进入空文件夹后上传文件。

执行代码训练一个简单的卷积神经网络。

!python3 "/content/drive/My Drive/app/demo_mnist_convnet.py"

参考链接：Google Colab免费GPU使用教程（一） - Rogn - 博客园 (cnblogs.com)