|Google Colab大起底：与支持GPU的笔记本相比，谁更胜一筹？
全文共1463字 ， 预计学习时长7分钟
本文插图
图源：unsplash
除非还生活在远古时期 ， 否则你肯定至少听说过GoogleColaboratory 的名号 。 这是基于云的电脑运行环境 ， 有了它就可以在GoogleDrive中编写、执行以及共享代码 。
但是与我们熟知掌握的JupyterLab相比 ， 它的表现如何呢？这就是我们今天要讨论的话题啦 。
以下几条“情报”足够让你全面了解Colab：
· 与JupyterLab旗鼓相当：做了一些变动
· 应用于数据科学：大部分数据科学库都是预装的
· 归于Google名下：笔记本内容自动保存到GoogleDrive
· 免费获取GPUs（图形处理单元）和TPUs（传感器处理单元）
听起来还不错 ， 但别急着下结论 ， 听听数据怎么说 。
本文插图
创建Notebook
步骤非常简单 ， 只需要登陆colab.research.google.com网站 。 如果登录Google帐户 ， 会弹出这样的窗口：
本文插图
现在可以通过点击模态窗口右下角的“NewNotebook”按钮来创建新Notebook 。 几秒钟后 ， 就会看到熟悉的屏幕：
本文插图
如果不喜欢默认的亮色主题 ， 可以手动改变 。 只需进入工具（Tools）界面选择设置（Settings） ， 就会弹出这个模式：
本文插图
主题默认设置为亮色 ， 可以按需求把它设置为暗色 ， 然后点击保存 。 我个人很喜欢暗色主题 ， 但是浅色主题更适合这篇文章 。
在单元格中现在可以很容易导入所需的任何库 ， 并进一步开始工作 。 不用担心 ， 大多数库都是预装的 。 现在导入 Numpy ， 快速数组添加以做演示：
本文插图
虽然这很简单 ， 但它仍然是验证一切正常工作的有效方法 。
【|Google Colab大起底：与支持GPU的笔记本相比，谁更胜一筹？】
你肯定会使用Colab来处理Numpy ， 所以在下一节中我们将简要地探索各种可用的运行 。
本文插图
运行环境
Colab 主要用于处理GPU的高强度任务 ， 比如深度学习模型的训练 。 这就是它背后的基本理念 ， 即每个人都可以使用GPU或TPU 。
现在快速探索如何切换到GPU/TP运行 。 只需转到运行（Runtime）选项并选择改变运行方式（ChangeRuntime type）:
本文插图
会弹出如图的模态窗口 ， 可以把 None切换为更适合的模式：
本文插图
我选了GPU 。 几秒钟后GPU 就可以使用 。 用任何深度学习库都有可以验证这一点 ， 来试试PyTorch：
本文插图
这里要注意 ， 你不一定会得到跟我相同的 GPU 。
现在已经熟悉Google Colab ， 接着我将把它的性能与我的笔记本电对比 。
推荐阅读
![[坦言]收入提高了？滴滴司机坦言：因为平台这波操作，现在收入](/renwen/images/defaultpic.gif)
- linux系统|Google或在8月开始推出类AirDrop共享功能
- |Google借助计算引擎A2 VMs在云中推出了首批NVIDIA Ampere A100 GPU
- 青年|ICML 2020论文贡献榜排名出炉：Google单挑斯坦福、MIT、伯克利；清华进TOP 20
- InfoQ|Google早已看到未来多容器的挑战，利用Anthos能否实现多集群统一管理？
- 屏幕|过气旗舰的Google Pixel 2XL，过路简介设计，有哪些不足和亮点？
- |Google 的文件互传来了，什么安卓手机都能用
- 新机发布|官方商店图片显示，Google Pixel 4a 原计划在 5 月 12 日 I/O 上发布
- |Google Discover 负一屏界面将加入更多新闻卡片样式
- 新机发布|Google 将发布新款智能家居设备，可能有别于 Chromecast 和 Google Home
- 新机发布,Android系统|Google幻灯片?透露Android 11可能会在9月8日推出