截止到目前2019.6.12 可免费使用的gpu显存为15g,内存空间为12g,gpu型号为Tesla T4
-
进入谷歌硬盘,新建应用-》更多-》Colaboratory
image.png - 进去jupyter notebook界面后,
点击修改 -》笔记本设置 -》 GPU/TPU - 为了方便传数据 挂载谷歌硬盘到Colab
from google.colab import drive
drive.mount('/content/drive')
运行之后会出现一个验证框
image.png
点击蓝色链接,复制显示的验证码进行验证
-
传数据集到谷歌硬盘 我的目录结构如下
image.png - 映射colab中jupyter当下位置为谷歌硬盘对应路径
path = '/content/drive/My Drive/Colab Notebooks/'
import os
os.chdir(path)
- 查看可用gpu cpu容量
!ln -sf /opt/bin/nvidia-smi /usr/bin/nvidia-smi
!pip install gputil
!pip install psutil
!pip install humanize
import psutil
import humanize
import os
import GPUtil as GPU
GPUs = GPU.getGPUs()
gpu = GPUs[0]
def printm():
process = psutil.Process(os.getpid())
print("Gen RAM Free: " + humanize.naturalsize( psutil.virtual_memory().available ), " | Proc size: " + humanize.naturalsize( process.memory_info().rss))
print("GPU RAM Free: {0:.0f}MB | Used: {1:.0f}MB | Util {2:3.0f}% | Total {3:.0f}MB".format(gpu.memoryFree, gpu.memoryUsed, gpu.memoryUtil*100, gpu.memoryTotal))
printm()
- 查看gpu型号
!/opt/bin/nvidia-smi
image.png
- 安装其他的库 比如keras的bert实现
!pip install keras_bert
网友评论