簡介
Google Colaboratory是谷歌開放的雲服務平臺，提供免費的CPU、GPU和TPU服務器。
目前深度學習在圖像和文本上的應用越來越多，不斷有新的模型、新的算法獲得更好的效果，然而，一方面對資源的要求越來越高，另一方面很多開源的模型在國內無法使用。例如，前段時間研究的圖片風格快速轉換中用到的模型訓練，在GPU上運行需要4個多小時，在CPU上無法想象。再者，tensorflow-hub開源的很多模型，我在使用某種軟件的前提下，依然無法訪問。
解決上述問題的一種方法，就是使用谷歌的Colab平臺。他提供的GPU型號是Tesla K80，並且預安裝了常用的框架，例如TensorFlow等。
賬號
Colab 和 Google Drive使用同一賬號登錄。
Google Drive: https://drive.google.com/drive
Colab: https://colab.research.google.com/drive/
使用流程
我將谷歌雲盤作爲Colab的外掛硬盤使用，每次啓動需要使用以下步驟：
- 在“我的雲端硬盤”中創建文件夾“Colab”，用於存放Colab中相關文件。（注意最好不要有空格，以避免不必要的錯誤）
- 點擊左上角“新建”，選擇Colaboratory。首次使用，需要關聯Colab應用。
- 創建新應用後，Drive的當前路徑下會生成 Unititled*.ipynb，也就是保存當前Colab窗口內容的文件。 每次新建，都需要重新配置環境。
- 配置“筆記本設置”。選擇“修改”-“筆記本設置”，設置python版本和服務器類型。
- 安裝必要的包和軟件。
!apt-get install -y -qq software-properties-common python-software-properties module-init-tools
!add-apt-repository -y ppa:alessandro-strada/ppa 2>&1 > /dev/null
!apt-get update -qq 2>&1 > /dev/null
!apt-get -y install -qq google-drive-ocamlfuse fuse
from google.colab import auth
auth.authenticate_user()
from oauth2client.client import GoogleCredentials
creds = GoogleCredentials.get_application_default()
import getpass
!google-drive-ocamlfuse -headless -id={creds.client_id} -secret={creds.client_secret} < /dev/null 2>&1 | grep URL
vcode = getpass.getpass()
!echo {vcode} | google-drive-ocamlfuse -headless -id={creds.client_id} -secret={creds.client_secret}
- 關聯Google Drive。
!mkdir -p drive
!google-drive-ocamlfuse drive
點擊左側菜單，可以看到“文件”下方生成了一個“drive”文件夾，和雲盤中文件夾保持同步。
5. 安裝需要的工具（可以省略）。
其他操作
（1） colab中使用linux命令，前面需要加上"!"，例如，創建文件夾：
!mkdir colab
（2） 切換工作目錄使用chdir函數
import os
os.chdir("/content/drive/Colab")
（3） 設置方便可用的快捷鍵。
打開“工具”-“鍵盤快捷鍵”進行設置。
（4） 左側菜單中間“代碼段”中，可用根據需要選擇常用代碼，例如加載drive中的數據，保存文件到本地系統。
（5）Colab最多連續使用12小哥，超過時間系統會強制停止，再次使用需重新配置。
下載TF-hub模型
因爲某種原因，國內無法訪問tf-hub，其中提供的很多模型也無法使用。如果直接在Colab中使用，可以按照官網指定代碼運行使用。如果想要下載到本地使用，需要在colab中運行以下代碼：
以下載通用句子編碼（universal-sentence-encoder model）爲例：
# Create a folder for the TF hub module.
$ mkdir /tmp/moduleA
# Download the module, and uncompress it to the destination folder. You might want to do this manually.
$ curl -L "https://tfhub.dev/google/universal-sentence-encoder/2?tf-hub-format=compressed" | tar -zxvC /tmp/moduleA
# Test to make sure it works.
$ python
> import tensorflow_hub as hub
> hub.Module("/tmp/moduleA")
其他模型和示例參考：https://github.com/tensorflow/hub/tree/master/examples”