根据官方文档

Colab,或“Colaboratory”,允许您在浏览器中编写和执行 Python,使用

• 需要零配置

• 免费使用 GPU

• 轻松分享

基于 Jupyter 的托管 Python 笔记本服务 Colab 提供对计算资源(包括 GPU 和 TPU)的免费访问。使用 Colab,无需下载或创建 Python 环境即可快速直接地与协作者共享。

Colab 环境中预装了许多科学和机器学习包,包括 NumPy、scipy、pandas、TensorFlow 和 PyTorch。

入门

从 Google Colab 开始是您作为开发人员所能想到的最直接的方式,您只需要一个 Google 帐户即可。有多种方式,我更喜欢通过 Google Drive 轻松与您的其他合作者分享。

安装 Google Collab 应用程序。

登录到您的任何 Google 云端硬盘帐户。

点击新建 --> 更多 --> 连接更多应用 --> 在 Google Workspace Marketplace 中搜索“Colaboratory”

选择 Google Colaboratory --> 点击“安装” --> 批准安装应用程序的权限 --> 选择需要安装它的 Google 帐户。

瞧,Google Colaboratory 已安装。我们准备好了!

通过 Google Colaboratory 创建第一个笔记本

转到新建 --> 更多 --> 点击 Google Colaboratory

这将打开交互式 IDE,我们只需键入一条打印语句,然后按Ctrl + Enter即可执行当前选定的 Cell。 (如果您不知道快捷方式,请使用 Runtime 并选择所需的选项)

运行时,它将连接到 Python 3 GCE(Google Compute Engine)以执行提供的语句。就是这样,我们已经在 Google Colaboratory 中成功执行了我们的第一个 Notebook。笔记本也会自动保存。

如前所述,我们有很多科学和机器学习模块/包可在 Google Colab 中开箱即用。我们将尝试使用内置的 Panda 模块。

玩熊猫

作为一名足球迷和狂热的利物浦球迷,我只是从FootyStats下载一个包含 2018-2019 英超联赛赛季数据的示例 CSV 文件,以通过 Panda 模块加载。

我们会将 CSV 文件上传到我的 Google 驱动器,其中存在我的笔记本文件以供阅读。要读取上传到您的驱动器的 CSV,我们需要安装驱动器并使用以下命令授予所需的权限

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

这将安装驱动器并显示是否成功安装在左侧菜单上,如下所示

只需右键单击文件,将路径复制到 CSV,然后在 Panda Data Frame 中加载文件,如下所示并执行程序。 Viola,我们可以使用 Panda 加载数据框。

安装第三方 Python 模块

最近我一直在研究 Text to Text Generation AI,所以我在探索不同的模型,我遇到的一个是Parrot Paraphraser

所以之前,我尝试进一步微调模型,决定试一试但不想设置环境,所以使用了谷歌 Colab。

据说它是一个第三方模块,但在 Google Colab 中安装它就像使用 Python 包安装程序 Pip 一样简单。我们在 Google Colab 上安装,通过在代码 Shell 中执行以下

!pip install git+https://github.com/PrithivirajDamodaran/Parrot_Paraphraser.git

导入 Parrot 模块,该模块将在所有必需的模型和其他模型中。

然后,我们只需将输入短语传递给 Parrot 模型并从 ML 模型中获取新的释义。瞧,很容易上手。

博客期间创建的笔记本可在此处使用

谷歌 Colab 的替代品

• Azure 笔记本

• Kaggle

• 亚马逊 Sagemaker

• IBM 数据平台笔记本

• Jupyter 笔记本

有用的链接

zwz 100048 zwz 100063 谷歌 Colab zwz 100064 zwz 100062

• Github Parrot 释义

感谢您的阅读,如果您到目前为止已经达到了,请点赞文章,它将鼓励我写更多这样的文章。请分享您的宝贵建议,感谢您的诚实反馈和建议!

我很想通过与您联系 Twitter|领英。