你也能用 Tesla K80 来进行深度学习

英伟达的 Tesla 系列 GPU，是专门用在服务器或者数据中心进行严格计算与深度学习的芯片。“从能源探测到深度学习等应用场合，数据科学家和研究者可以处理千兆字节级别的数据，且处理速度比使用传统 CPU 快了一个数量级”。这是官方给出的一段介绍，所以应该可以理解这一系列的 GPU 有多么强大，但是价格也是非常不菲，Tesla K80 官方售价是 2599 美元，对于个人来说只能望洋兴叹了。不过，借助于 Google 的 Colaboratory(简称：Colab) 项目，你也能用上这样高大上的 GPU 来进行深度学习。

准备

Colab 的所有服务都是用 Google Driver 来储存数据的，所以我们首先在 Google 的云端硬盘上新建一个文件夹，用来存储深度学习会用到的一系列文件，文件夹的名字随意。进入文件夹后右键新建一个 Colaboratory 支持的文件：

设置 Tesla GPU

新建好文件后双击选择使用 Colaboratory 打开，不过在使用 Colab 的时候，默认是不启用 GPU 的，所以我们要设置一下：

然后你就能用上高大上的 Tesla K80 GPU 了。

Hello World

我们先来通过 TensorFlow 的官方文档运行一个简单的 HelloWorld：

点击代码左边的运行按钮，你应该可以看到 HelloWorld。

简单的 MNIST CNN

我们来用 MNIST 数据集训练一个简单的卷积神经网络，Colab 默认只能通过输入代码来运行，但是 Web 编辑有诸多不便之处，上文也说到了我们可以用 Google Driver 来储存文件，不过首先要执行一段授权代码 (代码太长,公众号后台发送colab-auth 获取)，然后会让你打开一个授权的 URL，打开之后把一串授权码复制粘贴进来即可，如图：

授权完了之后就可以创建文件夹，并且安装 Keras：

然后我们就可以把 mnist_cnn.py 文件上传到 Google Driver 中并且运行：

运行结果：

用上 Tesla K80 了吗？

我们来确认一下是否用上了高大上的 Tesla，先来看看是否用到了 GPU：

可以看到用上了 GPU，那么是什么型号呢？

开始玩吧~