Om du vill skapa en maskininlärningsmodell men säger att du inte har en dator som klarar arbetsbördan, Google Co är plattformen för dig. I den här artikeln kommer vi att lära oss hur du använder google colab.
Vad är Google Colab?
Google Colab, kort för Colaboratory, är en gratis molnbaserad plattform som tillhandahålls av Google som tillåter användare att skriva och köra Python-kod tillsammans i en Jupyter Notebook-miljö. Google Collaboratory-anteckningsbok, är utformad för att underlätta maskininlärning (ML) och datavetenskapliga uppgifter genom att tillhandahålla en virtuell miljö, Google colab python, med tillgång till gratis GPU-resurser.
Fördelar med Google Colab
Google Colab erbjuder flera fördelar som gör det till ett populärt val bland datavetare, forskare och maskininlärningsutövare. Viktiga funktioner i Google Collaboratory-anteckningsboken inkluderar:
- Fri tillgång till GPU:er: Colab erbjuder gratis GPU-åtkomst, vilket är särskilt användbart för att träna maskininlärningsmodeller som kräver betydande beräkningskraft.
- Ingen installation krävs : Colab körs i molnet, vilket eliminerar behovet för användare att konfigurera och konfigurera sin egen utvecklingsmiljö. Detta gör det bekvämt för snabb kodning och samarbete.
- Samarbetsredigering: Flera användare kan arbeta på samma Colab-anteckningsbok samtidigt, vilket gör den till ett användbart verktyg för samarbetsprojekt.
- Integration med Google Drive : Colab är integrerat med Google Drive, vilket gör att användare kan spara sitt arbete direkt på sitt Google Drive-konto. Detta möjliggör enkel delning och åtkomst till bärbara datorer från olika enheter.
- Stöd för populära bibliotek :Colab kommer förinstallerat med många populära Python-bibliotek för maskininlärning, dataanalys och visualisering, som TensorFlow, PyTorch, Matplotlib och mer.
- Enkel delning :Colab-anteckningsböcker kan enkelt delas precis som Google Dokument eller Kalkylark. Användare kan tillhandahålla en länk till anteckningsboken och andra kan se eller redigera koden i realtid.
Komma igång med Google Colab
För att börja arbeta med Google Collaboratory Notebook måste du först logga in på ditt Google-konto och sedan gå till den här länken https://colab.research.google.com .
Öppna Collaboratory Notebook
När du öppnar webbplatsen kommer du att se en popup som innehåller följande flikar –
Google Collaboratory Notebook
- EXEMPEL: Innehåller ett antal Jupyter-anteckningsböcker med olika exempel.
- NYLIGEN: Jupyter anteckningsbok som du nyligen har arbetat med.
- GOOGLE DRIVE: Jupyter anteckningsbok i din Google Drive.
- GITHUB: Du kan lägga till Jupyter-anteckningsbok från din GitHub men du måste först ansluta Colab med GitHub.
- LADDA UPP: Ladda upp från din lokala katalog.
Skapa anteckningsbok för samarbete
Annars kan du skapa en ny Jupyter Notebook genom att klicka på New Python3 Notebook eller New Python2 Notebook i det nedre högra hörnet.
Anteckningsbokens beskrivning
Google Collaboratory Notebook
När du skapar en ny anteckningsbok kommer den att skapa en Jupyter-anteckningsbok med Untitled0.ipynb och spara den på din Google Drive i en mapp som heter Colab anteckningsböcker .
vad är skillnaden mellan en megabyte och en gigabyte
Nu eftersom det i huvudsak är en Jupyter Notebook kommer alla kommandon i Jupyter Notebooks att fungera här. Du kan dock hänvisa till detaljerna i Komma igång med Jupyter Notebook .
Låt oss prata om vad som är annorlunda här:
Ändra Runtime Environment: Klicka på Körning rullgardinsmenyn. Välj Ändra körtidstyp . Välj python2 eller 3 från Typ av körtid rullgardinsmenyn.
Körtidsinställning i Google colab
Använd GPU och TPU
Klicka på Körning rullgardinsmenyn. Välj Ändra typ av körtid . Välj nu vad som helst (GPU, CPU, Ingen) du vill ha i Hårdvaruaccelerator rullgardinsmenyn.
GPU och TPU i Google Colab
Välj python i colab
Verifiera GPU i Colab
Pytonorm
import> tensorflow as tf> tf.test.gpu_device_name()> |
>
>
Om GPU är ansluten kommer den att mata ut följande –
'/device:GPU:0'>
Annars kommer den att mata ut följande
''>
Verifiera TPU
Pytonorm
import> os> if> 'COLAB_TPU_ADDR'> not> in> os.environ:> >print>(>'Not connected to TPU'>)> else>:> >print>('Connected to TPU')> |
>
>
Om GPU är ansluten kommer den att mata ut följande
Connected to TPU>
Annars kommer den att mata ut följande
Not connected to TPU>
Installera Python-paket
Använd kan använda pip för att installera vilket paket som helst. Till exempel:
Pytonorm
! pip install pandas> |
>
>
Klona GitHub-repos i Google Colab
Använd git klon kommando. Till exempel:
Pytonorm
! git clone https:>/>/>github.com>/>souvik3333>/>Testing>->and>->Debugging>->Tools> |
>
>
Ladda upp fil på Google Colab
Pytonorm
from> google.colab>import> files> uploaded>=> files.upload()> |
>
>
Välj Välj fil och ladda upp filen du vill ha. Aktivera tredjepartscookies om de är inaktiverade.
Sedan kan du spara den i en dataram.
Pytonorm
import> io> df2>=> pd.read_csv(io.BytesIO(uploaded[>'file_name.csv'>]))> |
java switch
>
>
Ladda upp fil genom att montera Google Drive
För att montera din enhet inuti mntDrive-mappen, utför följande –
Pytonorm
from> google.colab>import> drive> drive.mount(>'/mntDrive'>)> |
>
>
Då ser du en länk, klicka på länken, tillåt sedan åtkomst, kopiera koden som dyker upp och klistra in den på Ange din auktoriseringskod:. Nu för att se all data på din Google Drive måste du utföra följande:
Pytonorm
! ls>'/mntDrive/My Drive"'> |
>
>
Laddar upp filer på google colab
Filhierarki i Google Colab
Du kan också se filhierarkin genom att klicka på> längst upp till vänster under kontrollknapparna (KOD, TEXT, CELL).
Ladda ner filer från Google Colab
Låt oss säga att du vill ladda ner file_name.csv. Du kan kopiera filen till din google drive (i datamappen måste du skapa datamappen i google drive) genom att utföra detta:
Pytonorm
cp file_name.csv '>/>mntDrive>/>My Drive>/>data>/>renamed_file_name.csv'> |
>
>
Filen kommer att sparas i datamappen med namnet omdöpt_fil_namn.csv. Nu kan du ladda ner direkt därifrån, eller så kan du bara öppna filhierarkin och högerklicka ger ett nedladdningsalternativ. Ladda ner Jupyter Notebook: Klicka på Fil rullgardinsmenyn i det övre vänstra hörnet. Välja ladda ner .ipynb eller ladda ner .py
Ladda ner filer från Google colab
Dela Jupyter Notebook: Du kan dela din anteckningsbok genom att lägga till andras e-postadresser eller genom att skapa en delbar länk.
Dela jupyter anteckningsbok i google colab
Dela Google colab Notebook
Slutsats
Sammanfattningsvis framstår Google Colab som en mångsidig och tillgänglig plattform för Python-kodning.
Google Colab – Vanliga frågor
Är Google Colab bara för Python?
Förutom Python stöder Google Colab även andra språk genom sin bärbara miljö, inklusive R och Julia.
Google Colab Logga in?
För att logga in på Google Colab, öppna Colab-webbplatsen, klicka på Logga in i det övre högra hörnet och logga in med dina Google-kontouppgifter.