谷歌Colab（免费算力平台）——正确打开方式（常用操作指导tips）

简介

谷歌的colab自带一块GPU，配合谷歌云盘的存储，是一个很好的个人深度学习模型训练的平台。

初次接触colab会有很有碰壁和卡壳的地方，这篇博客会给出一些colab的常用操作指导，包括：数据集存放，GPU开启，jupyter指令和路径等等内容。

谷歌云盘的网址
colab的地址

数据集

使用colab首先要理解他的正确打开方式。在colab中，数据和代码都是存储在谷歌硬盘中（存储中心），而colab提供算力和操作界面。
所以，我们上传我们的代码和数据时，是上传到谷歌硬盘中。并且实时修改文件内容，同样也是在谷歌硬盘操作。

然后，在使用colab时，colab挂载我们的谷歌云盘，就能够看到我们上传的数据了。

需要注意的内容时，在colab中大规模的读写文件的速度比本地要慢。所以，当我们要对文件进行处理时，可以选择在本地处理好再上传到谷歌硬盘。也就是说colab只用做训练。（但是GPU还是香）

使用GPU

第二个操作指南是关于如何打开GPU。

如上图，选择colab中的“修改”，再选择笔记本设置，就可以看到是否启用GPU的选项。

Jupyter常用命令

第三个操作指导是关于jupyter常用命令，包括：常用的命令行命令（处理文件、进入目录）和python相关命令（pip，运行python文件）
Jupyter默认是运行python代码指令的，如果要运行命令行命令通常是在前面加上！。

比如：查看GPU配置

!/opt/bin/nvidia-smi

挂载云盘

from google.colab import drive
drive.mount('/content/drive')

pip安装第三方库

!pip install numpy

运行python文件

！python train.py

进入到目录中，值得注意的是，这里的前缀符号是%

%cd /content/drive/MyDrive/yolov5-master/

删除文件夹（文件夹中有文件）

!rm -r labels

查看当前目录下属的文件

!ls

路径问题

路径问题是我们跑模型，跑代码经常要碰到的问题。
很多时候，我们兴致勃勃从github或者其他地方，拿到代码和数据集，准备自己跑一下的时候，因为路径不匹配导致代码跑不了。
在写路径时，我们可以用相对路径，也可以用绝对路径。

绝对路径

在colab中，我们的数据和代码放在挂载的谷歌硬盘中。绝对路径一般是：/content/drive/ 。比如，下图红框中的“yolov5-master”，其绝对路径就是：/content/drive/MyDrive/yolov5-master/

/content/drive/MyDrive/yolov5-master/

相对路径

我们可以先进入到对应的文件夹下（用下面的cd命令）
,再使用相对路径。

%cd /content/drive/MyDrive/yolov5-master/

如果我们进入到了MyDrive这个文件夹，我们可以用一下两种方式表示yolov5-master文件夹的相对路径。

yolov5-master

./yolov5-master