Colaboratory 简称“Colab”，是 Google Research 团队开发的一款产品。借助 Colaboratory，您可在浏览器中编写和执行 Python 代码。它尤其适合机器学习、数据分析和教育目的。从技术上来说，Colab 是一种托管式 Jupyter 笔记本服务。用户无需设置，就可以直接使用，同时还能获得 GPU、TPU 等计算资源的免费使用权限。

TensorFlow 是谷歌创建的开源软件库，作为主流的三大深度学习框架之一，用于各种感知和语言理解任务的机器学习。Google Colaboratory 是一个内建 TensorFlow 的云端 Jupyter 笔记本环境，除了具备Jupyter的预装库，还支持更多最流行的机器学习库。

作为开发人员，您可以使用 Google Colab 执行以下操作；

• 在 Python 中编写和执行代码
• 创建/上传/共享笔记本，就像协作处理 Google Docs 文档一样
• 从 Google 云端硬盘导入/保存笔记本
• 从 GitHub 导入/发布笔记本
• 导入外部数据集
• 集成 PyTorch、TensorFlow、Keras、OpenCV
• 带有免费 GPU 的免费云服务

更多说明参考Colaboratory 常见问题解答。

选择使用 Colab 而不是普通 Jupyter Notebook 的一些原因包括：

• 预装库
• 保存在云端
• 合作
• 免费使用 GPU 和 TPU

如需详细了解 Jupyter 开源项目，请访问 jupyter.org。

使用入门

登录谷歌云端硬盘，新建 Google Colaboratory，如果 Google Colaboratory 未出现在列表中，先在关联更多应用中搜索并安装 Colaboratory。

所有 Colab 笔记本均以开放源代码 Jupyter 笔记本格式（.ipynb）存储在您的 Google 云端硬盘帐号名下。修改笔记本名称及笔记本设置后，连接到托管代码执行程序会分配系统内存、磁盘空间和GPU资源。Colab 笔记本会在 Google 的云服务器中执行代码，并显示在浏览器中。

确定是否已经在GPU的环境中：

import tensorflow as tf
tf.test.gpu_device_name()

安装Pytorch：

在Pytorch官网选择安装环境，然后将官网提供的代码拷贝到代码块中，并且在代码前加上一个“!”点击运行即可，如：

!pip3 install torch torchvision torchaudio

测试Pytorch安装成功：

import torch
x = torch.empty(5, 3)
print(x)

运行代码查看GPU显存信息：

!/opt/bin/nvidia-smi

请留意哪些代码需要在行前添加“!”，以上步骤及结果如下图示：

机器学习

借助 Colab，您只需使用几行代码，即可导入图像数据集、用图像数据集训练图像分类器，以及评估模型。

数据科学

借助 Colab，您可以充分利用常用 Python 库的强大功能来分析和可视化数据。

请注意：Colab 受 Google 云端硬盘的各种配额限制，以及用户对 GPU 等高昂资源的访问权限会受到严格限制。特别是在机器学习中如需更多计算资源，应考虑组建本地算力。