RSIDEA 刘寅贺 2019.4.30
近日，Google Colab 官方在Twitter上表示，将为用户提供免费的Tesla T4 GPU，具有16 GB的大显存，2560个CUDA核心，8.1 TFLOPS,图灵架构下使用 Turing Tensor Core技术支持多精度加速（FP32、FP16、INT8 甚至 INT4）可使性能成倍地增长。随着组内越来越多的同学开始研究深度学习的方法，若能使用Colab可在一定程度上缓解组内计算资源紧张的情况。同时在虚拟机上还预装了大多数需要用到的库（TensorFlow,Keras, Pytorch,GDAL……），对新人来说也省去了配置环境的时间，可以直接开搞。并且与GEE的导出数据共用Google Drive的存储，如果能将两大杀器结合可能会有1+1>2的效果。因此写了这个十分粗略的教程帮大家快速地薅到资本主义羊毛。
适用人群：
-
所用训练集不是特别大（数G以内）。
-
数据不存在涉密、有版权等不宜公开的问题。
自行准备：
-
Google账号。
-
翻墙工具，实在没有可以找我用本人搭的代理。
Colab配置：
-
进入Google Drive，所有Google用户应该都会开通Google Drive，若第一次使用让勾选隐私协议之类的一路同意即可。
-
通过Colab新建一个ipynb文件，现在可能会默认添加了Colab，若更多里没有Colab请参照第3步。
-
已有Colab请略过此步。
选择“更多”中“关联更多应用”，搜索并安装Colab，重复步骤2，此处不多赘述。
- 进入该界面表示Colab正常工作。
- 在“修改”内“笔记本设置”中将运行时类型设置为Python3，硬件加速器改为GPU。
- 运行
!nvidia-smi（运行ubuntu命令时只需在前面加上！），若能出现图中结果，说明你成功薅到了资本主义羊毛。
- 将数据集上传到Google Drive上，这一步是GEE用户的福利，可以跳过。据我测试上传数据集的速度十分感人，尤其当文件个数比较多的情况下更是慢得过分，强烈建议上传单个压缩文件，然后使用CloudConvert解压。首次使用CloudConvert还要注册、提供访问权限，在此不多赘述。
- 为了访问google drive上的数据集，运行下面两行代码：
from google.colab import drive
drive.mount('/Drive')
- 点击出现的链接，一路下一步，将授权码输入到框内回车。
- 出现图中结果表明google
drive挂载成功，在左边文件里可以看到云盘的文件夹，对该文件夹的读写相当于直接对云盘内的文件进行操作。需要注意的是，想要访问该文件夹还需要先执行
cd..命令。
- 接下来怎么利用好这块卡就各凭本事啦。 上述过程可参考该例子。若已有实现好的代码，直接上传至Google Drive中用python命令运行即可。
cd ..
! python file.py
理论上Colab会毙掉一些长时间运行的虚拟机，注意保存。不过目前还没有遇到过，实测连续训练7小时没有任何问题。注意：Google Drive的挂载有12小时限制，到时间需要重新挂载。
理论上关闭浏览器代码依旧会在虚拟机中运行，并且据我测试确实是这样，可以比较放心地挂机。但还是不太建议，因为虽然目前还没有没有遇到过，但是如果长时间没有Colab所希望的“交互”，进程可能还是会被杀掉。
