1、
前提条件：可以科学上网，拥有谷歌账号

2、
创建Google drive

3、
进入到google drive中，点击New，新建一个Folder，命名为“craters”（这里自己取名字）

可以看到

4、
右键，点击connect more apps，然后搜索colaboratory，并且添加

5、 然后右键，more->google colaboratory,建立了一个后缀名为.ipynb的文件，在，点击右上角修改，点击笔记本设置，在硬件加速器里面设置为GPU加速。

6、注意：输入完代码，按下Shift（先按）+Enter会执行代码，同时跳到下一行。

输入from google.colab import drive

drive.mount(’/content/gdrive’)

目的是挂载Google Drive。点击蓝色URL，按步骤操作，会返回一串秘钥。复制然后粘贴到如下界面输入框内然后点击键盘上Enter（图中已经输入完毕）。

7、输入命令： ！（空格）nvidia-smi查看GPU型号

这里，是Tesla P100，如果我没记错的话算力应该是7.5

8、安装tensorflow2.1.0版本（下面命令语句就省略不打了）

注意：左上角的圈圈转的时候不要执行下一句代码，否则容易出错

9、如果要使用keras，由于keras的很多代码是建立在tensorflow1.x版本上的，由于安装的是tensorflow2.x版本，会报错

解决办法是使用命令：！ pip uninstall tensorflow

                          ！

pip install tensorflow-gpu==1.14

                          ！

pip install keras

10、运行代码有多种方式，可以在线编写，也可以本地执行。那么这里仅阐述使用colab上的GPU的方法。

首先上传需要训练的数据到与drive中该代码所在文件夹同一位置

右键->Upload files

然后打开所创建的.ipynb文件，这个文件的后缀名我的理解是：python+jupyter notebook

将本地所写的文件直接复制到该.ipynb文件的中一行中

最后更改训练数据路径，这个路径在哪呢？注意右边目录。点击

得到下图，依次点开，最后右键数据，复制路径，即可获得当前训练数据的路径，然后代码+数据+硬件都具备了，可以训练网络了。