向AI转型的程序员都关注了这个号👇👇👇
机器学习AI算法工程 公众号：datayx
之前推送过一篇关于google的colab
谷歌免费GPU,在线Jupyter notebook深度学习环境
这篇里面只是讲了大概，设置复杂，网上的其他教程也是没讲清楚的。对小白来说还是很为难。现在写个超级简版的，按步骤来，calab还是非常简单易用。
目前colab 不仅提供英伟达Tesla K80 型GPU，而且还增加了英伟达T4 GPU (TPU) ,训练模型速度、处理大数据真的是很快！！
colab 是Google内部Jupyter Notebook的交互式Python环境，不需要在本地做多余配置，完全云端运行，存储在GoogleDrive （谷歌云盘）中，可以多人共享，简直跟操作Google Sheets一样简单。是面向现有数据中心基础设施而设计的，可加速AI训练和推理、机器学习、数据分析。
强调，不需要翻墙！不需要翻墙！不需要翻墙！
步骤1: 安装google浏览器（废话。。）
步骤2:安装谷歌访问助手
http://chromecj.com/accessibility/2017-11/853/download.html?t=1531739832122
这里面也把安装步骤写得非常清楚了
安装谷歌访问助手安装完了之后，就可以使用google浏览器愉快搜索了。。
步骤3 ：打开谷歌云盘
在谷歌浏览器右上角
没有账号的，也可以用QQ邮箱注册一个账号
步骤4 ： 右键，新建一个项目文件夹目录
在这里也可以将本地的jupyter项目文件夹上传上来，
也可以将云盘中的代码文件下载到本地
按下面的方式，新建或打开已有的jupyter 文件
可以在刚刚新建或上传的文件夹内，新建一个jupyter 文件
可以在刚刚新建或上传的文件夹内，打开一个已有的jupyter 文件
步骤5: 挂载目录
打开jupyter文件之后，就看到熟悉的开发界面，和本地使用一样，可以修改文件名称，可以切换python 内核版本等等。。
这个jupyter 打开之后，colab 是随机在云盘分配一个空间装着，关闭之后，空间被收回。所以每次打开jupyter 时需要以下步骤挂载目录：
1、复制下面的代码到juputer里运行
from google.colab import drive
drive.mount('/content/drive/')
如下图，点击链接
选择账号
点击“允许”
复制权限代码
粘贴到这个框里，然后按回车
按回车之后，成功设置，显示如下
此时已经将项目挂载到了/content/drive/
在这个路径下就可以看到我们建好到项目文件夹
步骤6: 添加挂载路径
需要进行下面步骤，才能访问、读取到项目目录下的文件、数据集
jupyter内运行：
!ls #查看当前路径里面，有哪些文件和文件夹
%cd drive #跳转至 drive目录，%cd 跳转至目标路径
可能每个人的文件夹名称，目录都不一样，根据自己的情况
反复用上面的两个命令去查找自己的项目路径
%cd 跳转到自己项目的文件夹之后，会看到完整路径，将这个完整路径添加进来，就可以访问、读取项目下的文件和数据集了
使用下面的代码添加：
import os
# 此处为google drive中的文件路径,drive为之前指定的工作根目录，要加上
os.chdir("/content/drive/My Drive/colab/test")
进行到此，整个colab配置算是完成，接下来就可以开始愉快的coding了，其他设置就是jypyter 工作界面设置
步骤7: 切换 CPU、GPU、TPU加速器
点击 菜单栏 的“修改”，“笔记本设置”
下一步就可以根据需要切换
点击保存之后，colab会自动重启环境，此时记得再进行步骤5 重新运行一下就可以了
from google.colab import drive
drive.mount('/content/drive/')
希望可以帮到你，欢迎转发，告诉更多人吧。
阅读过本文的人还看了以下：
分享《深度学习入门:基于Python的理论与实现》高清中文版PDF+源代码
《21个项目玩转深度学习：基于TensorFlow的实践详解》完整版PDF+附书代码
《深度学习之pytorch》pdf+附书源码
将机器学习模型部署为REST API
FashionAI服装属性标签图像识别Top1-5方案分享
重要开源！CNN-RNN-CTC 实现手写汉字识别
yolo3 检测出图像中的不规则汉字
同样是机器学习算法工程师，你的面试为什么过不了？
前海征信大数据算法：风险概率预测
【Keras】完整实现‘交通标志’分类、‘票据’分类两个项目，让你掌握深度学习图像分类
VGG16迁移学习，实现医学图像识别分类工程项目
特征工程(一)
特征工程(二) :文本数据的展开、过滤和分块
特征工程(三):特征缩放,从词袋到 TF-IDF
特征工程(四): 类别特征
特征工程(五): PCA 降维
特征工程(六): 非线性特征提取和模型堆叠
特征工程(七)：图像特征提取和深度学习
如何利用全新的决策树集成级联结构gcForest做特征工程并打分？
Machine Learning Yearning 中文翻译稿
蚂蚁金服2018秋招-算法工程师（共四面）通过
全球AI挑战-场景分类的比赛源码(多模型融合)
斯坦福CS230官方指南：CNN、RNN及使用技巧速查（打印收藏）
python+flask搭建CNN在线识别手写中文网站
中科院Kaggle全球文本匹配竞赛华人第1名团队-深度学习与特征工程
不断更新资源
深度学习、机器学习、数据分析、python
搜索公众号添加： datayx
长按图片，识别二维码，点关注
访问AI图谱
https://loveai.tech
