檔案管理
檔案執行
其他google colab 阻止自動掉線
corgi和kitty模式
colab環境已經整合了流行的深度學習框架tensorflow,並附贈了乙個虛擬機器(40gb硬碟+2*2.30ghz cpu+12.72gb記憶體)。
colab的操作類似於jupyter notebook
colab如同使用 google 文件或**一樣儲存在 google雲端硬碟中，並且可以共享
參考鏈結
官網介紹
官網常見問題解答
費用統計：
colab pro,10.59$【含稅】,大約71元每月
google drive 100g，大約13元每月
colab pro訂閱鏈結，可以提高使用額度【執行時間】
colab pro官方使用方法介紹
colab pro購買
colab可以tb購買。可以雙開。
colab處理檔案慢的解決辦法
colab12小時限制怎麼解決？重啟一次就好
colab 中的可用 gpu 型別會不時變化。只有這樣，colab 才能免費提供這些資源。colab 中的可用 gpu 通常包括 nvidia k80、t4、p4 和 p100。在任何給定時間，您都無法選擇在 colab 中連線的 gpu 型別。如果想要更穩定地使用 colab 最快的 gpu，使用者可以訂閱 colab pro。
在近期，谷歌將原來k80換成了t4，具體差距有多少，看下面的摘自英偉達官網的圖。
一般掉線都會自動連線上的，訓練的過程也不會隨著掉線而斷，因為**被託管到另外一方在執行，所以等自動連線上後模型還是照常訓練的。
重新連線後，可能不需要重新訓練，變數仍然在機器的記憶體中。
!/opt/bin/nvidia-smi
import torch
print(torch.__version__)
from google.colab import drive
drive.mount('/content/drive/') # 將google硬碟掛載在/comtent/drive/目錄上面
- cd drive/my\ drive/
- import os
os.chdir('drive/colab notebooks')
- 相對路徑上一級及上上級目錄的表示方法
../mykeystore.jks
上上級：../../
!pip install ***
pip install -r requirements.txt
conda install --yes --file requirements.txt
pip freeze > requirements.txt
colab開啟就能直接使用，但當你第二次開啟的時候，之間的檔案和資料就直接清零了。這肯定不能用呀，是不是。
不用擔心，colab能配置google drive使用，這是google免費給我們提供的雲盤。
runtimeerror: invalid device string: 『cuda: 0』
修改**：
# os.environ['cuda_visible_devices'] = args.gpu # device = torch.device("cuda: 0") device = torch.device("cuda")
谷歌angle庫使用心得
通過谷歌的angle庫可以在專案中，呼叫opengl介面渲染時，選擇呼叫directx或者webgl來渲染，避免機器沒有安裝opengl驅動啟動異常的問題。這個庫的使用可以不修改原有使用opengl的功能上，使用directx繪製。以下是我在接入該庫時遇到的一系類問題和心得 針對windows 平台...
Unity GUI uGUI 使用心得與效能總結
小哈接觸unity3d也有一段時間了，專案組在ui解決方案的選型一直是用的原生的ugui，因此本人也是使用了一段時間的ugui，在ugui的使用方面積累了一些自己的經驗，在此進行乙個記錄與總結。本文接下來將會對ugui的runtime效能進行著重討論，其它的因素也很多而且很重要，但是一篇文章講清楚一...
Unity GUI uGUI 使用心得與效能總結
小哈接觸unity3d也有一段時間了，專案組在ui解決方案的選型一直是用的原生的ugui，因此本人也是使用了一段時間的ugui，在ugui的使用方面積累了一些自己的經驗，在此進行乙個記錄與總結。本文接下來將會對ugui的runtime效能進行著重討論，其它的因素也很多而且很重要，但是一篇文章講清楚一...