训练你的模型是解决机器学习中耗费时间和成本最高的部分。 在GPU上训练您的模型可以让您的速度提升接近40倍，需要2天时间并将其转化为几个小时。 但是，这通常会花钱购买您的钱包。
有一天我偶然发现了一个叫做Google Colab的伟大工具。 我将Colab描述为Jupyter笔记本的谷歌文档。 Colab旨在成为机器学习项目合作的教育和研究工具。 伟大的部分是，它永远是完全免费的 。
没有设置使用它。 我甚至不需要登录。 （我已经登录到我的谷歌帐户）
最好的部分是，你可以无限供应12小时连续访问k80 GPU，这是非常强大的功能。 （12小时后你会断开连接，但你可以多次使用它）
我希望我们的重点是针对GPU和Colab的特定训练，因此笔记本电脑非常光秃秃的骨头。
第一步是下载笔记本电脑 （或您选择的其他笔记本电脑）
然后，转到Google Colab ，登录到您的Google帐户（或者创建一个，如果您以某种方式将它变成现实，而没有一个）
选择File > Upload notebook... ：
上传您下载的笔记本电脑：
选择Runtime > Change runtime type ：
然后选择GPU ：
现在你应该可以运行你的笔记本电脑了。 唯一的区别是最后的最后一部分。 如果你想通过浏览器下载你的模型或任何其他文件，你可以使用他们的Python库：
从google.colab导入文件 files.download（ “PATH / TO / FILE”）
最后的想法
这是一篇相当短的文章，但希望它结束了在可怜的小旧笔记本电脑上每天数次训练模型或在AWS账单上丢弃大量