Google Colab 入門：直接在瀏覽器中編寫和運行 Python 程式碼

Google Colab 入門：直接在瀏覽器中編寫和運行 Python 程式碼

Google Colab（或稱 Colaboratory）是 Google 推出的一款功能強大的免費線上平台，使用者可以直接在 Web 瀏覽器中編寫和執行 Python 程式碼。 Colab 的功能類似 Jupyter Notebook，但無需安裝，所有操作均在雲端管理。這款工具特別適合機器學習和資料科學領域的從業者，它提供即時設置，並免費提供 GPU 訪問，從而提升運算速度。以下將深入探討如何在專案中利用 Google Colab。

誰能從 Google Colab 中受益？

Google Colab 服務於各種各樣的用戶，尤其是那些從事 Python 程式設計、資料科學和機器學習而不需要高級硬體的用戶。

  • 學生和初學者： Colab 是新手直接透過瀏覽器嘗試 Python 和資料科學的門戶，無需複雜的安裝。
  • 資料科學愛好者：熱衷於機器學習的人可以利用預先安裝的庫和免費的 GPU 和 TPU 來加速模型訓練。
  • 研究人員和專業人士： Colab 允許快速測試想法並與基於雲端的筆記本進行無縫協作，消除本地設定問題。
  • 硬體有限的用戶：無需高階機器即可運行密集計算。

如何存取 Google Colab

若要開始使用 Google Colab，請導覽至Google Colab 網站並使用您的 Google 帳戶登入。進入平台後，您會看到一個彈出窗口，其中顯示多個選項。

  • 例如：探索專為演示而設計的現成的 Jupyter 筆記本。
  • 最近：造訪您最近編輯的筆記本。
  • Google Drive：檢索儲存在 Drive 中的筆記本。
  • GitHub：連結您的 GitHub 帳戶以開啟儲存在儲存庫中的筆記本。
  • 上傳：直接從您的電腦新增筆記本。

在 Google Colab 中執行 Python 程式碼

最初，新筆記本會以預設名稱「Untitled.ipynb」出現在您的 Google Drive 中。點擊左上角的標題即可重新命名，之後您就可以開始使用 Python 進行程式設計了。

代碼完成後，按Shift+Enter或單擊“全部運行”按鈕來執行它。

Google Colab 的一個顯著功能是其 AI 編碼助手，它可以建議功能、修正錯誤，甚至產生範例程式。例如，使用「編寫 Python 程式碼來繪製 1-10 的數字及其平方」這樣的簡單提示，就可以立即得到結果。

但是，建議在執行之前徹底檢查 AI 產生的程式碼，因為在滿足您的特定要求時可能會出現錯誤或失誤。

組織和管理你的筆記本

Google Colab 簡化了工作組織，因為所有筆記本都直接儲存在 Google 雲端硬碟中。您可以將筆記本移至雲端硬碟中的不同資料夾中，就像處理常規檔案一樣，確保項目分類清晰。

此外，Colab 會自動維護版本歷史記錄，方便您在必要時還原到先前的版本。點擊“文件”並選擇“修訂歷史記錄”即可存取此功能。

Colab 也支援多種格式的筆記本下載，例如 Jupyter 的「.ipynb」格式，以及 Colab 外部標準 Python 執行的「.py」格式。若要下載，請導覽至「檔案」，並將滑鼠懸停在「下載」選項上，選擇您的偏好設定。

探索文件層次結構

Colab 配備了一個直覺的文件管理器，點擊筆記本左側工具列下方的資料夾圖示即可存取。使用者可以在這裡查看已上傳的檔案和 Drive 掛載的目錄，以及根據需要建立或刪除資料夾。

上傳文件到 Google Colab

您可以透過檔案總管或使用 Python 程式碼在 Google Colab 中上傳檔案。若要使用檔案總管，請點擊左側的資料夾圖標，然後點擊「上傳」按鈕，並從您的裝置中選擇一個檔案。

或者，您也可以files.upload()在筆記本中執行該功能。這將打開文件選擇提示。

from google.colab import filesuploaded = files.upload()

然後，您的文件就可以在筆記本中直接處理和讀取。要存取您的 Google Drive 文件，請使用以下程式碼將其掛載到 Colab 中：

from google.colab import drivedrive.mount('/mntDrive')

只需授予 Colab 存取您的 Drive 資料的權限，您就可以像使用本機檔案一樣使用它。

透過筆記本共享進行協作

Google Colab 提供與 Google Drive 類似的筆記本共享功能。您可以透過提供電子郵件地址或建立可共用連結來分享您的筆記本，其他使用者可以根據您指定的權限使用該連結檢視或編輯筆記本。

利用GPU/TPU提升計算速度

Google Colab 的主要優勢之一是可以免費使用先進的硬件，特別是 GPU（圖形處理單元）和 TPU（張量處理單元）。與單純依賴 CPU 相比，這些加速器大大減少了訓練機器學習模型所需的時間。

若要啟動這些加速器，請導覽至「執行時期」功能表並選擇「變更執行時間類型」。

在硬體加速器下拉式選單中，選擇最適合您需求的選項。

啟用 GPU 或 TPU 後，建議確認您的筆記型電腦已連接到指定的硬體。例如，您可以依照下列步驟使用 TensorFlow 驗證 GPU 的可用性：

import tensorflow as tfif tf.config.list_physical_devices('GPU'): print("GPU is available")else: print("No GPU detected")

成功偵測將確認 GPU 可用；否則，您將看到一則通知，表示未找到任何 GPU。

在 Google Colab 中整合函式庫

Colab 允許使用 pip 無縫安裝 Python 軟體包，就像在本機環境中一樣，方便整合任何所需的程式庫。例如，要使用 Faker 庫，只需執行：

!pip install faker

此操作會在您的 Colab 環境中安裝所需的程式庫，使其立即可供使用。

與 GitHub 儲存庫交互

Colab 還允許用戶將 GitHub 程式碼庫直接複製到他們的環境中，從而簡化了存取現有專案、測試專案以及修改文件的過程，無需手動下載和上傳。例如，要從 GitHub 複製項目，請執行以下命令：

!git clone https://github.com/Anees1214/mte.git

複製後，您將在工作區中看到一個名為「mte」的新資料夾，可直接存取 Colab 內的所有相關程式碼、筆記本和資源。

結論

總而言之，Google Colab 提供了一種在雲端使用 Python 進行程式設計的簡單方法，以及用於執行程式碼、管理檔案以及利用 GPU 和 TPU 的工具。雖然傳統的本地設定仍然保留了其實用性，但 Colab 簡化了流程，並提供了一種快速開始程式設計或輕鬆共享工作的簡單方法。

來源和圖片

相關文章:

尋找遺失或被竊的三星智慧型手機的步驟
ROG Xbox Ally 和 Ally X 預購詳情及價格公佈

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *