在线jupyter平台推荐

前言

对深度学习来说，训练是一件非常耗时的事情，我们通常是使用GPU来进行此类计算。

然而考虑到个人笔记本的运算性能有限，以及配置本地GPU服务器成本太大，租赁GPU云服务器就成了一个很好的选择。

在进行大型神经网络的计算时，笔者建议使用BAT等公司提供的云计算平台。而在其他时候，读者若是只是练习，租赁云服务器则显得有点昂贵。好在，如今有很多免费的GPU云计算平台。

本教程，我们将介绍几个免费的云计算平台。此类平台使用类似jupyter的交互界面，无需担心环境配置问题，打开即可用。（过长时间不用会清空用户的一切数据）

另外，在下一篇教程中，我们将以付费的阿里云GPU云服务器为例，介绍如何创建服务器、配置环境、连接远程服务器等等。

（本地使用jupyter的环境配置可见环境安装）

1. kaggle

kaggle是一个AI比赛平台，该平台有一个在线版的jupyter运行环境，提供免费的K80 GPU。

登录后，在其kernel界面，选择“new kernel”，点击右侧的“notebook”，即可创建一个jupyter环境。

创建成功后，界面如下。我们可以在该界面看到CPU使用率、内存使用情况、磁盘使用情况等等。

使用GPU平台请将右下角的 “GPU off”切换成“GPU on”。

之后当我们运行tensorflow、pytorch的训练代码的时候，就会默认跑在gpu上了。

kaggle平台提供6个小时的GPU使用时间，超过6小时，连接会自动关闭，数据会被清空。想要再次使用，重新建立连接即可。对于大部分使用GPU平台练手的入门者来说，6小时绰绰有序。

2. colab

colab是谷歌提供的免费在线云计算平台，提供K80 GPU。

使用该平台需要翻墙。

在界面上方菜单栏中选择“更改运行时类型”

硬件加速器选择“GPU”即可。

colab平台无论是从稳定性还是各种各样的辅助功能都要好于kaggle的云计算平台。推荐能够翻墙的读者尝试使用colab。

3. 其他平台

• 阿里天池的在线jupyter。不支持GPU。
• 微软的Azure Notebook。
• Cocalc。