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§ionName=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:
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:
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
目标检测与深度学习