请忽略我的标题

如果你不能KX上网，那么读到这就够了，当然你也可以收藏，以便以后用得上

如果你能自由的上网，那么请继续往下阅读

G**gle Colab 是什么

简单来说，Ggle Colab 是一款网盘 + 在线 Jupyter Notebook，可以和本地的 Python Notebook 相媲美的 Python 开发器，有 15G 的网盘容量，更重要的是， Colab 可以使用免费 12 小时的 GPU 算力（Tesla K80 配置）**

Jupyter Notebook 的开发界面如下：

image.png

如何使用

image.png

  • 搜索 Colab，如下，首次使用会有一个关联操作，点击即可

image.png

  • 使用的时候，再次点击网盘的新建，就会出现以下红框中的应用，点击即可创建在线 Notebook

image.png

  • 使用 GPU

image.png

  • 在 Notebook 中使用 Linux 命令

只需在 Linux 命令的前面加一个 ! 即可

image.png

进阶

虽然 Colab 提供 GPU 算力，但是有一个特别坑的地方就是经常掉线，而且网络特别不稳定。

我们一般是用 GPU 算力来训练模型的，所以要是能把 Colab 变成一个终端就更香了

以下，我们就把 Colab 通过 ngrok 代理，将 Colab 变成一台远程服务器

ngrok 是一个反向代理，通过在公共端点和本地运行的 Web 服务器之间建立一个安全的通道，实现内网主机的服务可以暴露给外网。

  • 打开下面这一个网站
  1. https://colab.research.google.com/github/imadelh/comments/blob/master/CUDA_GPU-server.ipynb
  • 按照代码一步一步运行

中间可能会出现一些授权操作，比如授权你的网盘，这样你可以使用网盘来存储训练数据（15G） 基本够用

下面红框中是随机生成的密码，待会会用到
image.png

  • 授权 ngrok

运行到以下程序部分时，会有一个跳转连接，点击它会跳转到 ngrok 的网站，首次使用可能需要注册，但是我们使用 G**gle 账号进行登录。

生成授权码，直接复制就行了

image.png

将授权码输入到输入框，点击回车就行了

image.png

  • 用终端登录 Colab

待上面运行结束以后，会出现一个链接

image.png

点击以后，会跳转到这个界面，记住下面这个端口号

image.png

  • Xshell 登录

考虑到 FW 的存在，我使用的是远程服务器（Ubuntu系统）进行登录

  1. # 登录  port 就是上面那个端口号
  2. ssh root@0.tcp.ngrok.io -p [port]

第一次登录要你输一个 yes ，输入以后，复制上面生成的密码，复制到终端回车就行了（在终端是不会显示输入的密码的）

出现最下面的那个红框中相似的内容就证明成功了

image.png

  • 查看 GPU 详情
    1. # 查看 GPU 配置
    2. export LD_PRELOAD=/usr/lib64-nvidia/libnvidia-ml.so  # 运行一次这个就行了
    3. nvidia-smi

image.png

  • 使用网盘数据

上面有一步是授权网盘的，网盘的数据的路径如下：

  1. cd content/gdrive/My\ Drive/

image.png

总结

通过上面的一顿操作，我们就拥有了一台属于自己的 GPU 服务器，不过，虽然可以免费使用 GPU，但是时长掉线的问题依然存在，掉线就需要重连，再次运行 ssh root@0.tcp.ngrok.io -p [port] 输入密码即可，还有一种情况是，长时间没有操作，服务器就会挂掉，这时，就算你再运行 ssh root@0.tcp.ngrok.io -p [port]
也是没用的，这时只能再根据上面的操作运行一遍。

image.png

不过，如果你训练模型的话，终端会一直刷新，这样服务器就不会断掉。同时，你训练模型的话需要一定时间保存一次模型，以防万一。

image.png

希望你能用得愉快～

参考：https://imadelhanafi.com/posts/google_colal_server/