免费使用谷歌GPU资源训练自己的深度模型

作者：刘威威

编辑：黄俊嘉

注：本文编译自medium，原英文链接：https://medium.com/@nickbourdakos/train-your-machine-learning-models-on-googles-gpus-for-free-forever-a41bd309d6ad?source=email-f77a373d92e1-1520378825396-digest.reader------0-36&sectionName=top

前 言

深度学习的小伙伴们，你们是否在为没有GPU，网络训练耗时而苦恼。众所周知，想要入门深度学习，首先要有一块或者N块显卡，这样才能享受开着法拉利在深度学习的道路上策马奔腾的感觉。普通意义上来讲，训练深度网络时，GPU比CPU快40倍左右，也就是说GPU一个小时内可以完成CPU训练两天的量。但是GPU不菲的价格让人望而却步，看完这篇文章就可以随心所欲的拥有自己的GPU。

因为，资本主义国家有个公司叫Google，其有一个工具称为Google Colab，Colaboratory 是一个 Google 研究项目，旨在帮助传播机器学习培训和研究成果。它是一个 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。Colaboratory 笔记本存储在 Google 云端硬盘中，并且可以共享，就如同使用 Google 文档或表格一样。Colaboratory 可免费使用，而且其后端有一个K80 GPU支持。一句话，就是给买不起GPU的小伙伴提供一个免费GPU训练平台。

为了免费使用这个GPU需要满足以下几条要求：

• 第一，有一个Google账号；
• 第二，会访问外国网站；
• 没有第三。

1

免费使用k80 gpu的正确姿势

废话不多说，公众号 机器学习算法全栈工程师 的老司机决定带你们飞：

• 首先打开你的google colab，登陆你的Google账号，没有的话请自行创建一个，刚打开的时候是一片空白，可以输入一些简单的代码运行，比如下面这种：

• 然后按照下图提示选择file->upload notebook...: 此部分上传自己所编写的notebook文件，

• 上传文件：

• 接下来，选择gpu,选择Runtime->Change runtime type

• 最后选择GPU：

完成上述步骤后，就可以运行自己的代码了，如果想要通过浏览器下载自己的模型或者其他文件，可以运行以下代码：

from google.colab import files
file.download("path/to/file")

后言

注：此GPU的使用也有一些麻烦，比如要访问外国网站，而且代码必须是在notebook里，而不能是py脚本，但是对于缺乏gpu资源的小伙伴们来说的确是一个福音了。

end