对于学生来讲，实验室没有好的设备，在没有GPU只有CPU的情况下，靠CPU跑深度学习代码，有没有一种想把电脑砸了的冲动，这时你需要一个云服务器，然后一看云服务器价格，摸了摸自己的口袋，发现有点舍不得，对于资深白嫖党来说必须安排。--colab
简介
Colaboratory 简称“Colab”，Google Research 团队开发，任何人都可以通过浏览器编写和执行任意Python 代码，尤其适合机器学习、数据分析、教育目的。 Colab 是一种托管式Jupyter 笔记本服务，用户无需设置，就可直接使用，还能免费使用GPU/TPU计算资源。
一、colab需要的环境
1.谷歌浏览器
2.科学上网的环境
3.一个谷歌账号
二、创建colab步骤
1.打开谷歌浏览器，搜索谷歌云端硬盘
2.点击最右侧加号按钮，及获取插件，搜索Colaboratory,然后点击安装。
3.空白处右击鼠标，点击更多，然后点击Google Colaboratory进入
4.在输入行中输入如下代码
from google.colab import drive
drive.mount('drive')5.来链接自己的云服务器
6.点击蓝色链接，然后一系列允许之后，会弹出如下所示
7.复制链接码，添加到自己的云服务器中
8.耐心等待，第一次链接有点久，等到右上角有及分配成功，然后就可以使用啦，但此时为cpu模式，需要设置为GPU模式
9.设置GPU模式
点击修改，选择笔记本设置，然后选择GPU模式，及使用GPU啦。
10.输入如下代码，点击运行，如果出现以下图片所示，及表示使用GPU成功
!/opt/bin/nvidia-smi
三.使用GPU跑自己的代码
1.将自己的代码文件，上传到谷歌云端硬盘
点击左上角加号，然后就可以上传本地文件或者是整个代码的文件夹
2.装载谷歌云端硬盘，点击文件，然后点击如图所示箭头处，即可装载云端硬盘
此时云端硬盘已经装好，drive>MyDrive里面及为自己从本地上传至云端的文件。
四.使用步骤
完成上述步骤之后，其使用就如在linux系统下跑自己的代码一样，只是在所有操作命令前面添加一个感叹号及！，如果对linux系统比较熟悉，以下使用可以省略。
1.使用下述命令端进入到自己上传的数据路径
import os
path="/content/drive/MyDrive"
os.chdir(path)
os.listdir(path)2.使用以下代码及可以使用自己的代码
!python 自己的代码文件名字
如
!python Demo1.py五.常见指令
!wget +链接 及可直接下载相应的网上数据或者是权重
!tar xvf+文件名 及可以解压指定的文件夹
如下载cov2012数据集
!wget http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tar然后解压
!tar xvf VOCtrainval_11-May-2012.tar六.注意事项
1.Colab环境的一次开放时间是12个小时，之后运行环境会被强制释放，一定要做好及时的保存。如果环境闲置时间超过90分钟，也会自动释放。
2.在使用时，一定需要保持一个良好的网速，可能会断线，断线以后训练的数据会丢失。
3.如若在运行时，出现什么什么库没安装，使用命令 !pip install +库的名字即可在线安装。
七.解决colab自动掉线问题
在网上看到说，由于长时间不进行操作，可导致掉线。
同时按住Ctrl+Shift+i 进入浏览器Console下输入代码如下
function ClickConnect(){
console.log("Working");
document.querySelector("colab-connect-button").click()
}
setInterval(ClickConnect,60000)
然后回车确定，即可解决掉线问题。
总结
使用colab降低了学习深度学习的门槛，对于实验室没有设备的学生来说还是比较好的，并且使用colab免去了一部分时间在电脑上安装环境，相信大家在本地电脑上安装环境时，也遇到过不少困难。但是，如果实验室有条件，还是建议本地跑代码，网上跑代码还是会有网速等影响会导致代码运行一半而停止，导致半途而废。
本文针对最新的Colab进行了梳理介绍，难免有不足之处，欢迎指正。