AI教程

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。

kaggle平台

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。

选择“new kernel”
选择Notebook

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。

kaggle平台的免费云计算平台

使用GPU平台请将右下角的 “GPU off”切换成“GPU on”。

一定要记得调为“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”


更改运行时类型

硬件加速器选择“GPU”即可。

设置为“GPU”

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

One thought on “在线jupyter平台推荐
发表评论