前言
深度学习的实验总要围绕GPU展开,但苦于算力不够的小伙伴们,可以尝试在和同门抢服务器的同时,白嫖西方资本势力的GPU。
一、google colab
Google colab是一个免费的 Jupyter 笔记本环境,不需要进行任何设置就可以使用,并且完全在云端运行。并且可以免费使用Google的GPU (Tesla T4,偷偷查了一下,这玩意好像¥15000+)。
二、使用步骤
1.科学上网,进入谷歌云盘
云盘地址:https://drive.google.com/drive/my-drive
点击创建,选择更多,选择colaboratory。
如果找不到这个选项,那就参考文章https://blog.csdn.net/acceptedemmm/article/details/104054301的内容。
首先点击跳转页面至https://colab.research.google.com/notebooks/welcome.ipynb
然后如下图所示,点击复制到云端硬盘。再重新进入自己的云盘,正常情况下会出现一个“Colab Notebooks”文件夹,再进行新建就可以了。
红框可以修改页面名称,绿框点击连接(点击第一个:连接到托管代码执行程序),但是连接之后并不是以及在GPU环境下,所以需要点击蓝框进行设置。
点击蓝色框就会出现如下界面,在笔记本设置中选择GPU。
以上部分主要参考自知乎:https://zhuanlan.zhihu.com/p/54389036
2.查看显卡
查看GPU显存信息,代码如下:
!/opt/bin/nvidia-smi
查看显卡是啥
!/opt/bin/nvidia-smi -L
好像还不错,反正是白嫖,挺开心的。
3.配置环境
看了很多文章,都说使用pytorch需要配置环境。但不知道为什么我直接下载,就提示环境已经安装好了,可能是时代在进步?import torch也没报错,我就暂且当它好了吧,之后再实战试试。
总结
白嫖就是快乐!