免费使用Google的GPU和TPU来训练你的模型

96
Hongtao洪滔
0.2 2019.03.20 20:27* 字数 625

万事开头难,对于机器学习初学者来说,最困难的可能是如何在计算机中搭建机器学习所需要的环境,特别是如何配置GPU问题,让很多老鸟都颇为头疼。

好消息是Google爸爸已经替大家把这些问题都解决了,现在只需要有一台能(科学)上网电脑,一个浏览器就能可以开启机器学习之路了,Google甚至把昂贵的GPU和TPU都开放出来了,还等什么,赶紧上车吧。

1.Colab简介

Colab是Google开发的一个完全基于云端的Jupyter Notebook开发环境,使用者不需要做任何设置就可以在上面运行代码。当然也支持从本地和Github导入数据和文件。

image

2. Colab保存文件

在Colab中,可以完全像在本地使用Jupyter Notebook,新建,导入,运行Jupyter Notebook.

但是要注意的是如果你想保存文件最好"Save a copy to Google Drive",否则关掉浏览器数所有数据都会丢失掉的。当然你也可以下载".py"或者".ipnb"文件。

这些选项都在“File”中可以找到。

image

3. Colab实践

我们试一下从Gitbut中导入之前文章中用到的Jupyter Notebook 文件吧。

点击"File ——> Upload Notebook" 选择Github选项并输入Github地址就能找到我们之前的Jupyter Notbook文件啦。

image

导入之后,你就可以向在本地运行Jupyter Notebook一样在云端训练你的模型啦。由于训练是在云端进行,本地电脑该干嘛还可以继续干嘛,不用担心功CPU、内存、GPU占用率过高的问题啦。

4. 使用GPU和TPU

如果模型太复杂或者数据量太大,GPU和TPU(Tensor processing unit )可以大大地提高运算和训练速度。

选择GPU和TPU对训练进行加速也非常简单,只需要点击"Runtime —> Change Runtime Type"就可以啦。

image

高端的GPU和TPU非常昂贵,但是Google爸爸慷慨得开放给了开发者,这个必须给Google点个赞。


以上图片均来自于Colab官网截图


首发steemit

欢迎扫描二维码关注我的微信公众号“tensorflow机器学习”,一起学习,共同进步

image
AI学习笔记
Gupao