Si vous souhaitez créer un modèle d'apprentissage automatique mais dites que vous ne disposez pas d'un ordinateur capable de supporter la charge de travail, Google Co. est la plateforme qu'il vous faut. Dans cet article, nous apprendrons comment utiliser Google Colab.
Qu'est-ce que Google Colab ?
Google Colab, abréviation de Colaboratory, est une plate-forme cloud gratuite fournie par Google qui permet aux utilisateurs d'écrire et d'exécuter du code Python de manière collaborative dans un environnement Jupyter Notebook. Bloc-notes collaboratif Google, est conçu pour faciliter les tâches d'apprentissage automatique (ML) et de science des données en fournissant un environnement virtuel, Google Colab Python, avec accès aux ressources GPU gratuites.
Avantages de Google Colab
Google Colab offre plusieurs avantages qui en font un choix populaire parmi les scientifiques des données, les chercheurs et les praticiens de l'apprentissage automatique. Les principales fonctionnalités du bloc-notes Google Collaboratory incluent :
- Accès gratuit aux GPU : Colab offre un accès GPU gratuit, ce qui est particulièrement utile pour entraîner des modèles d'apprentissage automatique nécessitant une puissance de calcul importante.
- Aucune configuration requise : Colab fonctionne dans le cloud, éliminant ainsi le besoin pour les utilisateurs d'installer et de configurer leur propre environnement de développement. Cela le rend pratique pour un codage et une collaboration rapides.
- Édition collaborative : Plusieurs utilisateurs peuvent travailler simultanément sur le même bloc-notes Colab, ce qui en fait un outil utile pour les projets collaboratifs.
- Intégration avec Google Drive : Colab est intégré à Google Drive, permettant aux utilisateurs d'enregistrer leur travail directement sur leur compte Google Drive. Cela permet un partage et un accès faciles aux ordinateurs portables à partir de différents appareils.
- Prise en charge des bibliothèques populaires :Colab est préinstallé avec de nombreuses bibliothèques Python populaires pour l'apprentissage automatique, l'analyse des données et la visualisation, telles que TensorFlow, PyTorch, Matplotlib, etc.
- Partage facile Les blocs-notes :Colab peuvent être facilement partagés, tout comme Google Docs ou Sheets. Les utilisateurs peuvent fournir un lien vers le bloc-notes et d'autres peuvent afficher ou modifier le code en temps réel.
Premiers pas avec Google Colab
Pour commencer à travailler avec Google Collaboratory Notebook, vous devez d'abord vous connecter à votre compte Google, puis accéder à ce lien https://colab.research.google.com .
Cahier collaboratif ouvert
En ouvrant le site Web, vous verrez une fenêtre contextuelle contenant les onglets suivants :
Carnet de notes collaboratif Google
- EXEMPLES: Contient un certain nombre de notebooks Jupyter de divers exemples.
- RÉCENT: Carnet Jupyter avec lequel vous avez récemment travaillé.
- GOOGLE DRIVE: Carnet Jupyter dans votre Google Drive.
- GITHUB : Vous pouvez ajouter un notebook Jupyter depuis votre GitHub, mais vous devez d'abord connecter Colab à GitHub.
- TÉLÉCHARGER: Téléchargez depuis votre répertoire local.
Créer un cahier collaboratif
Sinon tu peux créer un nouveau bloc-notes Jupyter en cliquant sur New Python3 Notebook ou New Python2 Notebook dans le coin inférieur droit.
Description du cahier
Carnet de notes collaboratif Google
Lors de la création d'un nouveau bloc-notes, il créera un bloc-notes Jupyter avec Untitled0.ipynb et l'enregistrera sur votre lecteur Google dans un dossier nommé Cahiers Colab .
algorithmes de tri par insertion
Désormais, comme il s'agit essentiellement d'un Jupyter Notebook, toutes les commandes des Jupyter Notebooks fonctionneront ici. Cependant, vous pouvez vous référer aux détails dans Premiers pas avec Jupyter Notebook .
Parlons de ce qui est différent ici :
Modifier l'environnement d'exécution : Clique le Durée menu déroulant. Sélectionner Changer le type d'exécution . Sélectionnez python2 ou 3 dans le Type d'exécution menu déroulant.
Paramètre d'exécution dans Google Colab
Utiliser le GPU et le TPU
Clique le Durée menu déroulant. Sélectionner Changer le type d'exécution . Sélectionnez maintenant tout ce que vous voulez (GPU, CPU, Aucun) dans le Accélérateur matériel menu déroulant.
GPU et TPU dans Google Colab
Sélectionnez Python dans Colab
Vérifier le GPU dans Colab
Python
import> tensorflow as tf> tf.test.gpu_device_name()> |
>
>
Si le GPU est connecté, il affichera ce qui suit :
'/device:GPU:0'>
Sinon, il affichera ce qui suit
''>
Vérifier le TPU
Python
import> os> if> 'COLAB_TPU_ADDR'> not> in> os.environ:> >print>(>'Not connected to TPU'>)> else>:> >print>('Connected to TPU')> |
>
>
Si le GPU est connecté, il affichera ce qui suit
Connected to TPU>
Sinon, il affichera ce qui suit
Not connected to TPU>
Installer les packages Python
Utiliser peut utiliser pépin pour installer n'importe quel paquet. Par exemple:
Python
! pip install pandas> |
>
>
Cloner les dépôts GitHub dans Google Colab
Utilisez le clone git commande. Par exemple:
Python
! git clone https:>/>/>github.com>/>souvik3333>/>Testing>->and>->Debugging>->Tools> |
>
>
Télécharger un fichier sur Google Colab
Python
from> google.colab>import> files> uploaded>=> files.upload()> |
>
>
Sélectionnez Choisir un fichier et téléchargez le fichier souhaité. Activez les cookies tiers s'ils sont désactivés.
Ensuite, vous pouvez l'enregistrer dans un dataframe.
Python
import> io> df2>=> pd.read_csv(io.BytesIO(uploaded[>'file_name.csv'>]))> |
>
>
Téléchargez le fichier en montant Google Drive
Pour monter votre lecteur dans le dossier mntDrive, exécutez ce qui suit :
Python
from> google.colab>import> drive> drive.mount(>'/mntDrive'>)> |
>
>
Ensuite, vous verrez un lien, cliquez sur le lien, puis autorisez l'accès, copiez le code qui apparaît et collez-le dans Entrez votre code d'autorisation :. Maintenant, pour voir toutes les données de votre Google Drive, vous devez exécuter ce qui suit :
Python
! ls>'/mntDrive/My Drive"'> |
>
>
Télécharger des fichiers sur Google Colab
Hiérarchie des fichiers dans Google Colab
Vous pouvez également voir la hiérarchie des fichiers en cliquant sur> en haut à gauche sous les boutons de contrôle (CODE, TEXTE, CELLULE).
Télécharger des fichiers depuis Google Colab
Disons que vous souhaitez télécharger file_name.csv. Vous pouvez copier le fichier sur votre Google Drive (dans le dossier de données, vous devez créer le dossier de données dans Google Drive) en exécutant ceci :
Python
cp file_name.csv '>/>mntDrive>/>My Drive>/>data>/>renamed_file_name.csv'> |
>
java concaténer des chaînes
>
Le fichier sera enregistré dans le dossier de données avec le nom renamed_file_name.csv. Vous pouvez maintenant télécharger directement à partir de là, ou vous pouvez simplement ouvrir la hiérarchie des fichiers et un clic droit affichera une option de téléchargement. Téléchargez le bloc-notes Jupyter : Clique le Déposer menu déroulant dans le coin supérieur gauche. Choisir télécharger .ipynb ou télécharger .py
Téléchargement de fichiers depuis Google Colab
Partager le bloc-notes Jupyter : Vous pouvez partager votre bloc-notes en ajoutant les adresses e-mail des autres ou en créant un lien partageable.
Partager le bloc-notes Jupyter dans Google Colab
Partager le bloc-notes Google Colab
Conclusion
En conclusion, Google Colab s'impose comme une plateforme polyvalente et accessible pour le codage Python.
Google Colab – FAQ
Google Colab est-il réservé à Python ?
En plus de Python, Google Colab prend également en charge d'autres langages via son environnement de bloc-notes, notamment R et Julia.
Google Colab Vous connecter ?
Pour vous connecter à Google Colab, ouvrez le site Web Colab, cliquez sur Connexion dans le coin supérieur droit et connectez-vous avec les informations d'identification de votre compte Google.