Google Colab

Guide du débutant pour utiliser Google Colab

Nous connaissons tous les alertes contextuelles d' »erreur de mémoire » lorsque nous essayons de travailler avec un grand ensemble de données d’ algorithmes d’apprentissage automatique (ML) ou d’apprentissage en profondeur sur des cahiers Jupyter . En plus de cela, posséder un GPU décent auprès d’un fournisseur de cloud existant est resté hors de portée en raison de l’investissement financier que cela implique. Les machines à notre disposition n’ont malheureusement pas une capacité de calcul illimitée. Mais l’attente est enfin terminée car nous pouvons désormais construire de grands modèles ML sans vendre nos propriétés.

Le mérite revient à Google pour le lancement de Colab , une plate-forme en ligne qui permet à quiconque de former des modèles avec de grands ensembles de données, tout à fait gratuitement. Qu’il s’agisse de travailler avec des modèles complexes ou de partager le travail avec d’autres de manière simple, Colab est ce que la communauté des sciences des données attend depuis des années. 

Colab devrait être le choix idéal pour tous ceux qui souhaitent améliorer leurs compétences en codage Python avec des bibliothèques d’apprentissage en profondeur telles que PyTorch, Keras , TensorFlow et OpenCV . On peut créer, télécharger, stocker et partager des blocs-notes dans Colab, monter Google Drive, importer des répertoires, etc. Puisqu’il s’agit d’un tout nouvel ensemble de fonctionnalités réunies, la navigation peut être un défi. Dans cet article, nous vous proposons un tutoriel simple et rapide sur la façon d’aborder Google Colab.

LE BÉLAMY

Inscrivez-vous pour votre dose hebdomadaire de ce qui se passe dans les technologies émergentes.

Configuration du lecteur

Pour commencer, on peut cliquer sur le lien pour démarrer avec Colab. Comme l’image s’affiche, on peut créer un nouveau bloc-notes en un seul clic, puis télécharger un bloc-notes local sur Colab. En utilisant un processus d’authentification, un utilisateur peut également importer un bloc-notes à partir de Google Drive ou de GitHub.

Si un utilisateur travaille déjà sur Google Drive, il ou elle peut directement ajouter un nouveau bloc-notes Colab en cliquant sur « nouveau », en faisant descendre le menu sur « plus » et en sélectionnant « Colaboratoire ». On peut aussi facilement renommer le cahier. 


Téléchargez notre application mobile

 

 


Choisir GPU ou TPU

Ce qui rend Google Colab populaire, c’est la flexibilité dont bénéficient les utilisateurs pour modifier l’exécution de leur ordinateur portable. Comme le montre l’image, on peut cliquer sur le menu d’exécution et changer son type. Un utilisateur aura deux options après avoir cliqué sur « Modifier le type d’exécution ». Une boîte apparaîtra sur l’écran avec l’option ‘accélérateur matériel’. Les utilisateurs peuvent sélectionner TPU ou GPU pour travailler sur leur ordinateur portable. 

On peut même l’améliorer en montant son lecteur Google. Pour ce faire, il faut utiliser : 

à partir du lecteur d’importation google.colab

drive.mount(‘/content/gdrive’)

Il est conseillé de fermer le bloc-notes car l’étape permettra aux autres de l’utiliser comme une ressource précieuse, et ils pourront ensuite le partager avec d’autres. Pour terminer le notebook, on peut suivre ces étapes :

Temps d’exécution > Temps d’exécution de réinitialisation d’usine

Utilisation des codes de borne

Google Colab permet à un utilisateur d’exécuter des codes de terminal, et la plupart des bibliothèques populaires sont ajoutées par défaut sur la plate-forme. Des bibliothèques telles que Python’s Pandas, NumPy et Scikit-learn sont préinstallées avec Colab, et les exécuter est un travail simple. Si un utilisateur souhaite exécuter une autre bibliothèque Python, suivez l’étape ci-dessous :

!pip install nom_bibliothèque

Le seul hic est l’utilisation d’un point d’exclamation (!) qui doit être placé avant d’entrer chaque commande. 

Colab permet également à l’utilisateur d’importer n’importe quelle bibliothèque en exécutant l’importation comme n’importe quel autre ordinateur portable. 

Bien que PyTorch soit désormais pris en charge sur Colab, on peut en outre utiliser le code ci-dessous au cas où ils seraient confrontés à certaines complexités :

http://pytorch.org/

depuis os.path l’importation existe

de wheel.pep425tags importer get_abbr_impl, get_impl_ver, get_abi_tag

plateforme = ‘{}{}-{}’.format(get_abbr_impl(), get_impl_ver(), get_abi_tag())

cuda_output = !ldconfig -p|grep cudart.so|sed -e ‘s/.*\.\([0-9]*\)\.\([0-9]*\)$/cu\1\ 2/’

accelerator = cuda_output[0] si existe(‘/dev/nvidia0’) sinon ‘cpu’

!pip install -q http://download.pytorch.org/whl/{accelerator}/torch-0.4.1-{platform}-linux_x86_64.whl torchvision

torche d’importation

Importation depuis GitHub

Comme mentionné ci-dessus, on peut importer n’importe quel fichier depuis Google Drive et GitHub. La fonction d’importation depuis GitHub est simple, comme le montre l’image. On peut rechercher n’importe quelle organisation ou utilisateur pour trouver le fichier. Une fois le fichier trouvé, ils peuvent entrer le lien pour importer les fichiers. Si un utilisateur n’est pas en mesure de trouver le matériel exact, il a la possibilité de parcourir le menu déroulant du référentiel, comme indiqué dans l’image ci-dessous.

Économie

Le plus important est de gagner du temps. On peut utiliser la commande non conventionnelle ‘ commande-s ‘ ou déposer le menu ‘ fichier ‘ vers le bas pour enregistrer. Un utilisateur peut en outre créer une copie du bloc-notes en déposant ‘ Fichier ‘ -> ‘ Enregistrer une copie dans Drive. ‘ On peut aussi télécharger le notebook en allant depuis ‘ Fichier ‘ -> ‘ télécharger .ipyb ‘ ou ‘ télécharger .py. 
Nous espérons que cet article permettra aux lecteurs de naviguer de manière transparente dans Google Colab et de tirer parti de l’environnement GPU gratuit. Vous pouvez également lire notre article sur la façon dont Google Colaboratory peut être votre GPU gratuit pour l’apprentissage en profondeur pour plus d’informations.

Retour en haut