两个免费深度学习计算平台: Google Colaboratory 和 Kaggle | 您所在的位置:网站首页 › python运行平台有哪些 › 两个免费深度学习计算平台: Google Colaboratory 和 Kaggle |
两个免费深度学习计算平台: Google Colaboratory 和 Kaggle
在这两个平台中,任何人都可以通过浏览器编写和执行任意 Python 代码。它尤其适合机器学习、数据分析和教育目的。从技术上说,两者都是一种Jupyter 笔记本服务,所在环境就是python的解释器,也可以在命令前添加符号!来运行bash命令(Linux),而且都支持自动补全功能。用户无需进行设置,就可以直接使用,同时还能获得 GPU 等计算资源的免费使用权限(时长上是受限制的)。(Jupyter在这里就不介绍了,就是一种结合记录笔记功能的实时命令行吧) 1 Colab假设你已经具有合法访问国外某些学习资源的条件,否则可以直接跳到Kaggle的介绍 先放一张Colab的图(暗色主题) Colab中包含了很多常用的工具和运行环境,基本上不需要用户自己安装(也可以使用apt和pip等管理工具安装)。直接键入的命令实在python解释器中运行的,如果要在bash中运行,需要在命令前加感叹号!,需要注意的是,cd命令要想生效的话,需要在前面加%而不是!。 Colab可以在文件系统中挂载Google Drive,从而在代码中直接使用,而创建的notebook也直接保存在Google Drive中。通过服务器操作造成的云盘文件的改变会直接在Google Drive中体现,反之也是这样。比如云盘中的压缩文件可以直接在Colab中解压到云盘中,链接可以直接通过wget下载到云盘中。不过虚拟机上挂载的文件和Google Drive网页上体现的文件的同步可能需要一点时间,不会特别快。 在Colab中,你可以选择不同的设备运行你的代码,默认是CPU,还可以选择GPU或者TPU。 1.所使用的虚拟机资源在会话关闭后自动释放,也就是说在虚拟机中下载的文件,编写的代码都会消失(Google Drive中的除外)。 2.挂载Google Drive之后,在Google Drive中的文件操作不是一般的慢,是相当的慢,比如解压,移动,复制等等。 3.资源有限,简单说就是:因为是免费的,不可能让你用那么爽(下面是官方解释)。 Kaggle的方便之处在于在国内也可以访问,文件系统更快,但是上传下载文件比较麻烦,而且界面是英文的。 先放一张图 在Kaggle中,新建notebook时可以选择数据集,就省去了下载或者上传数据的过程。可以选择两种运行模式:脚本文件或者notebook(创建之后也可以修改) 点击File里面有Upload和Download,这个应该只是针对notebook的,另外还有数据集的上传,但是我没有上传成功过,上传必死机(整个浏览器都很卡)。在侧边栏的文件目录中也无法上传下载,也无法对文件进行编辑,只能预览。所以。。。体验很不友好,所以本人就只好借助了GitHub进行文件的传送了。 资源限制在个人账户中可以看到剩余资源 总的来说,两个平台对于初学者而言还是很友好的,环境也不用配置,一台免费的带有GPU加速的Linux服务器就摆在你面前,可以进行很多实验和测试,不过对于专业人士来说,还是乖乖掏钱吧。 |
CopyRight 2018-2019 实验室设备网 版权所有 |