今天我来分享一下Google公司的一个平台,Google colab,这个平台有什么用呢?这得看人来,对我来说就是学习知识的,对你们我叫不知道了。

何为Google colab? Google Colab(Colaboratory)是Google提供的云端Jupyter Notebook开发环境,主要作为Python /机器学习/深度学习教学的辅助工具,最大卖点是提供了免费的GPU(型号为Tesla K80 GPU),虽然虚拟化过后运行速度比直接装一颗一颗K80还慢(IO时间长),但是已经比大多数加上中低阶GPU的电脑还来的快了。不过每次开启有12小时的连续使用时间限制,12小时过后虚拟机需要重新开启才能继续运行,从而不能在Colab上运行一个需要跑超过12小时的程序。

好吧,说了这么多,总结下来其实就是一点,参考官方介绍如下:

Colaboratory(简称 Colab),您可在浏览器中编写和执行 Python 代码。

无论您是一名学生数据科学家还是 AI 研究员,Colab 都能够帮助您更轻松地完成工作。您可以观看 Colab 简介了解详情,或查看下面的入门指南!

Google Colab 特点:

  • 无需任何配置
  • 免费使用 GPU
  • 轻松共享

ok,开篇介绍了这么多它的背景以及它的作用,现在,我开始来介绍它在我手里的作用,就是你看到的标题说了,12G运行内存的vps(滑稽)

操作步骤:

第一步:打开Google coalb,并登录。

网址:https://colab.research.google.com/。如果没有登录Google account,打开就是下面的样式。

如果登录的话,直接操作就行了,点击代码,然后开始工作,前面已经介绍了,Colab是运行python代码的。(突然又发现了商机),所以,你直接在里面写python代码即可。

第二步:开始执行python代码,这个代码是为了后期执行

代码地址:GPU vps

打开连接登录谷歌账号,然后复制到网盘,具体操作如下;

然后进入自己的Colab平台,点击运行,具体操作看下图:

等待脚本运行,大概五分钟不到就会完成,之后出现如下信息:

然后点击该连接,就是蓝色字体那个,具体为什么就是我想经常折腾的大佬应该都懂吧,看到ngrok这么熟悉的都知道是映射吧。然后进入ngrok网站,如果有账号的直接登录,没有账号的注册一个,为了方便建议谷歌账号直接登录,登录之后然后复制你的 authtoken 值。

复制好之后粘贴到刚刚出现的那个界面,就是上图出现网站的图片那个。回车等待安装。等待安装完成之后出现如下界面,该界面就是设置你的ngrok映射网址。

该值任意

回车等待安装,然后等待几秒就出现后期桌面化访问vps的登录信息,ssh登录信息。

第三步:安装X2Go工具

官网:X2Go

这里根据自己系统安装,我已经安装好了,就不演示,全部next就行,当然我Linux系统也安装了, 为了方便我用Windows系统演示连接。

第四步:通过Colab安装成功提供的信息进行SSH连接

我们选择X2Go模式进行连接,具体信息如下,就是安装完成的信息

复制X2Go的连接信息,然后SSH连接,本人已经配置Linux环境,所有很方便使用。

这个时候就可以查看这个服务的运行内存了

粘贴信息,然后回车,之后选择“yes”即可映射成功,之后打开X2Go软体,输入信息进行连接。

然后通过下面的信息进行配置,完全照搬就行了,之后保存。

第五步:开始享用12g vps的服务

终于到这一步了,这一步是这篇文章的重点也是本篇文章中心,连接成功之后就是如下界面了,惊不惊喜?意不意外?

之后等待加载,就是我们熟悉的桌面操作了,你非常非常熟悉的操作!哈哈哈

下面是该服务跑speedtest的速度,这个速度简直很谷歌,要不是这个墙,我觉得世界网络各种国家直接的响应应该在100ms以内。

好了,教程结束,请遵守道德,请不要违法使用该教程,否则后果自负。


版权声明:

如未注明,均为原创,转载需注明出处!

本文链接:https://jkgblog.com/1082.html

最后修改日期:2020年6月12日

作者

留言

12g是真的香呀

看完还是一脸蒙B,哈哈哈

12G 真是吸引人啊

可惜阿,为什么我现在才知道!

这么好的东西其实之前做训练模型的时候就上车了哈哈

能用此来学习的人都不简单

不错,我已经开始准备工具了

强!我都想去撸一个了。

    作者

    去吧,纯真谷歌云IP,对北美IP有要求的东西可以用这个。

GG的东西确实很好,可惜的是需要梯子~~~

Escher进行回复 取消回复

发布留言必须填写的电子邮件地址不会公开。