原文：
www.kdnuggets.com/2018/02/essential-google-colaboratory-tips-tricks.html
评论
像你们中的许多人一样，我对 Google 的 Colaboratory 项目感到非常兴奋。虽然它并不完全是新的，但最近的公开发布引起了对这个协作平台的许多新的兴趣。
对于那些不知道的人，Google Colaboratory 是...
[...] 一个 Google 研究项目，旨在帮助传播机器学习教育和研究。这是一个 Jupyter notebook 环境，使用时无需设置，完全运行在云端。
以下是一些简单的提示，帮助你在使用 Colab 时更好地发挥其能力。需要明确的是，这些不是隐藏的技巧，而是一个实用的文档（并进一步澄清）功能集合，这些功能可能是必不可少的。
选择“运行时”，“更改运行时类型”，这就是你看到的弹出窗口：
确保“硬件加速器”设置为 GPU（默认是 CPU）。之后，确保你已连接到运行时（菜单带子中“连接”旁有一个绿色勾号）。
要检查你是否有可见的 GPU（即你当前是否连接到 GPU 实例），运行以下摘录（直接来自 Google 的代码示例）：
import tensorflow as tf
device_name = tf.test.gpu_device_name()
if device_name != '/device:GPU:0':
raise SystemError('GPU device not found')
print('Found GPU at: {}'.format(device_name))如果你已连接，以下是响应：
Found GPU at: /device:GPU:0另外，供需问题可能导致以下情况：
就这样。这允许你一次使用免费 GPU 最长达 12 小时。
目前，Google Colaboratory 中的软件安装是不持久的，也就是说，你每次（重新）连接到实例时，都必须重新安装库。由于 Colab 默认安装了许多有用的常见库，因此这并不像看起来那么成问题，而未预装的库可以通过几种不同的方法轻松添加。
然而，你需要意识到，安装任何需要从源代码构建的软件可能会比在连接/重新连接到实例时的时间更长。
Colab 支持 pip 和 apt 包管理器。无论你使用哪种管理器，请记得在任何 bash 命令前加上 !。
# Install Keras with pip
!pip install -q keras
import keras
>>> Using TensorFlow backend.
# Install GraphViz with apt
!apt-get install graphviz -y
你需要在 Colab 笔记本中使用数据，对吧？你可以使用类似 wget 的工具从网上获取数据，但如果你有一些本地文件想上传到 Google Drive 中的 Colab 环境并使用怎么办？
我认为这是最简单的方法，附带一点来自这里的指引。
在一个三步过程的第一步，首先在你的笔记本中调用一个文件选择器，使用：
from google.colab import files
uploaded = files.upload()选择文件后，使用以下方法迭代上传的文件，以查找它们的关键名称，使用：
for fn in uploaded.keys():
print('User uploaded file "{name}" with length {length} bytes'.format(name=fn, length=len(uploaded[fn])))示例输出：
User uploaded file "iris.csv" with length 3716 bytes现在，使用以下方法将文件内容加载到 Pandas DataFrame 中：
import pandas as pd
import io
df = pd.read_csv(io.StringIO(uploaded['iris.csv'].decode('utf-8')))
print(df)就这样。虽然还有其他方法可以达到相同的目的，上传和使用数据文件，但我发现这种方法最直接、最简单。
Google Colab 让我兴奋地尝试以类似于使用 Jupyter 笔记本的方式进行机器学习，但设置和管理更少。无论如何，这就是我们的想法；我们拭目以待。
如果你有任何有用的 Colab 技巧或窍门，请在下面的评论中留下。
相关内容：
-
Fast.ai 第 1 课在 Google Colab（免费 GPU）
-
从笔记本到 JupyterLab——数据科学 IDE 的演变
-
Python 中的探索性数据分析
1. 谷歌网络安全证书 - 快速进入网络安全职业生涯。
2. 谷歌数据分析专业证书 - 提升你的数据分析技能
3. 谷歌 IT 支持专业证书 - 支持你的组织的 IT 工作