📝 Google Colab教程

18篇技术文档
  Google Colab教程

📅  最后修改于: 2020-10-16 02:33:11        🧑  作者: Mango

Colab是一个完全在云中运行的免费笔记本环境。它使您和您的团队成员可以像使用Google文档一样编辑文档。 Colab支持许多流行的机器学习库,这些库可以轻松地加载到笔记本中。本教程详尽地介绍了Colab的所有功能,使您放心地使用它。听众本教程已为初学者准备,以帮助他们了解与Google Colab相关的基本概念到高级概念。先决条件在开始练习本教程中给出的各种类型的示例之前,我们假定您已经了解J...

  Google Colab-简介

📅  最后修改于: 2020-10-16 02:33:24        🧑  作者: Mango

Google在AI研究方面非常积极。多年来,Google开发了名为TensorFlow的AI框架和名为Colaboratory的开发工具。如今,TensorFlow已开源,自2017年以来,谷歌将Colaboratory免费提供给公众使用。合作实验室现在称为Google Colab或简称为Colab。Google为开发人员提供的另一个吸引人的功能是使用GPU。 Colab支持GPU,并且完全免费。...

  Google Colab-什么是Google Colab? -指导点

📅  最后修改于: 2020-10-16 02:33:39        🧑  作者: Mango

如果您以前使用过Jupyter笔记本,您将很快学习使用Google Colab。确切地说,Colab是一个完全在云中运行的免费Jupyter笔记本环境。最重要的是,它不需要设置,您创建的笔记本可以由团队成员同时进行编辑-就像在Google文档中编辑文档的方式一样。 Colab支持许多流行的机器学习库,这些库可以轻松地加载到笔记本中。Colab为您提供什么?作为程序员,您可以使用Google Col...

  Google Colab-您的第一个Colab笔记本

📅  最后修改于: 2020-10-16 02:34:09        🧑  作者: Mango

在本章中,您将创建并执行您的第一个普通笔记本。请按照需要的步骤进行操作。注意-由于Colab隐式使用Google云端硬盘存储笔记本,因此请确保您已登录Google云端硬盘帐户,然后再继续操作。步骤1-在浏览器中打开以下URL-https://colab.research.google.com您的浏览器将显示以下屏幕(假设您已登录到Google云端硬盘)-步骤2-单击屏幕底部的NEW PYTHON ...

  Google Colab-编写代码文档

📅  最后修改于: 2020-10-16 02:34:31        🧑  作者: Mango

由于代码单元支持完整的Python语法,因此您可以在代码窗口中使用Python注释来描述您的代码。但是,很多时候您需要的不仅仅是基于文本的简单注释来说明ML算法。 ML大量使用数学,要向读者解释这些术语和方程式,您需要一个支持LaTex的编辑器-一种用于数学表示的语言。为此,Colab提供了文本单元格。下面的屏幕截图显示了一个文本单元格,其中包含几个通常在ML中使用的数学方程式-在本章中,我们将看...

  Google Colab-保存您的工作

📅  最后修改于: 2020-10-16 02:34:48        🧑  作者: Mango

Colab允许您将工作保存到Google云端硬盘,甚至直接保存到GitHub存储库。保存到Google云端硬盘Colab允许您将工作保存到Google云端硬盘。要保存您的笔记本,请选择以下菜单选项-您将看到以下屏幕-该操作将创建笔记本的副本并将其保存到驱动器中。以后,您可以将副本重命名为您选择的名称。保存到GitHub您还可以通过选择以下菜单选项将工作保存到GitHub存储库中-菜单选择显示在以下...

  Google Colab-共享笔记本

📅  最后修改于: 2020-10-16 02:35:03        🧑  作者: Mango

要与其他共同开发者共享您创建的笔记本,您可以共享在Google云端硬盘中制作的副本。要将笔记本发布给普通读者,您可以从GitHub存储库中共享它。还有另一种共享您的工作的方法,即单击Colab笔记本右上角的SHARE链接。这将打开共享框,如下所示-您可以输入要与之共享当前文档的人员的电子邮件ID。您可以通过选择以上屏幕中显示的三个选项来设置访问类型。单击“获取可共享的链接”选项以获取笔记本的URL...

  Google Colab-调用系统命令

📅  最后修改于: 2020-10-16 02:35:28        🧑  作者: Mango

Jupyter包含许多常见系统操作的快捷方式。 Colab代码单元支持此功能。简单命令在使用系统命令echo的“代码”单元格中输入以下代码。现在,如果您运行该单元格,您将看到以下输出-获取远程数据让我们看一下另一个示例,该示例从远程服务器加载数据集。在您的代码单元格中键入以下命令-如果运行代码,您将看到以下输出-如消息所示,adult.data.1文件现在已添加到驱动器中。您可以通过检查驱动器的文...

  Google Colab-执行外部Python文件

📅  最后修改于: 2020-10-16 02:35:50        🧑  作者: Mango

假设您已经开发了一些存储在Google云端硬盘中的Python代码。现在,您想将此代码加载到Colab中以进行进一步的修改。在本章中,我们将介绍如何加载和运行存储在您的Google云端硬盘中的代码。安装驱动器您将看到此屏幕截图中所示的命令列表-在搜索框中键入一些字母,例如“ m”,以找到安装命令。从列表中选择安装驱动器命令。下面的代码将插入到您的代码单元格中。如果运行此代码,将要求您输入身份验证代...

  Google Colab-图形输出

📅  最后修改于: 2020-10-16 02:36:04        🧑  作者: Mango

Colab还支持丰富的输出,例如图表。在“代码”单元格中键入以下代码。现在,如果您运行代码,您将看到以下输出-请注意,图形输出显示在“代码”单元的“输出”部分中。同样,您将能够在整个程序代码中创建和显示几种类型的图表。现在,当您熟悉Colab的基础知识时,让我们继续学习Colab的功能,这些功能使您的Python代码开发更加容易。...

  Google Colab-代码编辑帮助

📅  最后修改于: 2020-10-16 02:36:22        🧑  作者: Mango

当前的开发人员在很大程度上依赖于对语言和库语法的上下文相关帮助。这就是为什么IDE被广泛使用的原因。 Colab笔记本编辑器提供了此功能。在本章中,让我们看看在Colab中编写Python代码时如何寻求上下文相关的帮助。请按照需要的步骤进行操作。功能清单步骤1-打开一个新的笔记本,然后在“代码”单元格中键入以下代码-步骤2-通过单击“代码”单元左面板中的“运行”图标来运行代码。添加另一个代码单元格...

  Google Colab-魔术

📅  最后修改于: 2020-10-16 02:36:42        🧑  作者: Mango

Magics是一组系统命令,它们提供了一种迷你扩展命令语言。魔术有两种类型-线魔术细胞魔法换行符的名称表示它由单行命令组成,而单元魔术符覆盖代码单元的整个主体。在使用线魔术的情况下,该命令前面带有一个%字符,在使用单元魔术的情况下,该命令前面带有两个%字符(%%)。让我们看一下这两个例子。线魔术在代码单元格中键入以下代码-您将看到本地目录的内容,如下所示-尝试以下命令-这显示了您先前执行的命令的完...

  Google Colab-添加表单

📅  最后修改于: 2020-10-16 02:37:14        🧑  作者: Mango

Colab提供了一个非常有用的实用程序,称为Forms,它使您可以在运行时接受用户的输入。现在,让我们继续前进,看看如何在笔记本中添加表格。新增表格在先前的课程中,您使用以下代码创建了时间延迟-假设您希望用户设置时间延迟,而不是5秒的固定延迟。为此,您可以将一个窗体添加到代码单元格以接受睡眠时间。打开一个新的笔记本。单击选项(垂直点)菜单。如下面的屏幕快照所示,将显示一个弹出菜单-现在,选择添加表...

  Google Colab-安装ML库

📅  最后修改于: 2020-10-16 02:37:35        🧑  作者: Mango

Colab支持市场上大多数的机器学习库。在本章中,让我们快速概述如何在Colab笔记本中安装这些库。要安装库,可以使用以下两个选项之一:要么凯拉斯Keras用Python编写,在TensorFlow,CNTK或Theano之上运行。它使神经网络应用程序的原型制作变得简单,快速。它支持卷积网络(CNN)和递归网络,以及它们的组合。它无缝支持GPU。要安装Keras,请使用以下命令-火炬PyTorch...

  Google Colab-使用免费GPU

📅  最后修改于: 2020-10-16 02:37:55        🧑  作者: Mango

Google为您的Colab笔记本提供了免费的GPU。启用GPU要在笔记本中启用GPU,请选择以下菜单选项-您将看到以下屏幕作为输出-选择GPU,您的笔记本将在处理过程中使用云中提供的免费GPU。要获得GPU处理的感觉,请尝试运行您先前克隆的MNIST教程中的示例应用程序。尝试在未启用GPU的情况下运行相同的Python文件。您注意到执行速度的差异了吗?测试GPU您可以通过执行以下代码轻松检查是否...