本篇文章4193字，读完约10分钟
从amitness中选择
作者: amit chaudhary
机器的心被编译
陈萍
谷歌colab为广大ai开发者提供了免费的gpu，可以在上面轻松地跑tensorflow、pytorch等深度学习框架。 但是，对于colab采用的妙招，你掌握了多少？ 本副本介绍了20种colab采用了很棒的把戏，提高了招聘效率。
1 .信笺本notebook
在colab中尝试临时的东西时，会创建很多杂乱的、没有标题的notebook。
要解决此问题，可以将名为colab.research.Google/notebooks/empty.ipynb的链接添加到书签中。
这将打开特别的scratch notebook。 此外，对notebook所做的更改不会保留在主目录中。
2 .单元定时
通常，通过手动计算代码的开始时间和结束时间之差来测量消耗的时间。 colab提供了执行此操作的内置功能。 运行单元格后，将鼠标悬停在单元格执行图标上，可以估计代码执行时间。
3 .驾驶某个单元的一部分
也可以运行某个设备的一部分，选择单元格，然后在run selection按钮上单击runtime索引，或者使用键盘快捷键ctrl + shift + enter。
4. jupyter notebook快捷键
快捷键对编程很有用，但jupyter notebook快捷键在colab中不可用。 但是，这里有一个关系映射表来处理这个问题。 由此可知，只要在jupyter的快捷键前加上“ctrl +m”，就可以在colab中采用。 这个规则适用于大部分快捷键。
以下是例外，快捷方式完全更改或没有更改。
5 .跳转到类定义
与ide一样，您可以按ctrl键，然后单击类名跳转到类定义。 例如，在这里，通过按住ctrl键单击dense类名来查看keras dense层的类定义。
在github中打开notebooks
谷歌colab团队提供了官方的chrome扩展计划。 对于colab，可以直接在github中打开notebooks。
扩展程序下载到: chrome.Google/web store/detail/open-in-colab/iogfkhleblhcpcekbiedikdehleodpjo
安装后，单击github notebook上的colab图标直接打开。
或者，也可以手动打开github notebook，用colab.research.google/github替换github。
github/fastai/course-v3/blob/master/nbs/dl1/00 _ notebook _ tutorial.ipynb
替换对象
colab.research.Google/Github/Fastai/course-v3/blob/master/NBS/DL1/00 _ Notebook
更简单的方法是用githubtocolab替换github。
github/fastai/course-v3/blob/master/nbs/dl1/00 _ notebook _ tutorial.ipynb
替换对象
githubtocolab/fastai/course-v3/blob/master/nbs/dl1/00 _ notebook _ tutorial.ipynb
从colab运行flask应用程序
使用flask-ngrok库( github/gstaff/flask-ngrok )，可以轻松地将在colab上运行的flask web应用程序转换为demo原型。
首先，必须安装flask和flask-ngrok。
！ pipinstallflask-ngrokflask = =0. 12.2
然后，只需将“flask app”对象传播到“run_with_ngrok”函数，即可在服务器启动时公开ngrok端点。
fromflaskimportflaskfromflask _ ngrokimportrun _ with _ n grok
app = flask ( _ _ name _ _ ) run _ with _ n grok ( app )
@ app.route ( '/' ) def hello ( ):return ' hello world！' if __name__ == '__main__': app.run ( )
切换tensorflow版本
可以轻松地在tensorflow 1和tensorflow 2之间切换。
要切换到tensorflow 1.15.2，请使用以下命令:
%tensorflow_version 1.x
要切换到tensorflow 2.2，请运行以下命令:
%tensorflow_version 2.x
需要重新启动才能启用。 出于性能考虑，colab建议使用预安装的tensorflow版本，而不是使用pip命令安装。
9. tensorboard集成
colab还提供了直接从notebook使用tensorboard的命令。 要设置日志目录的位置，请使用--logdir。
你可以从官方notebook上学习它的采用方法。 colab.research.Google/Github/Tensor Flow/Tensor Board/BLOB/Master/DOCS /。
% load _ exttensorboard % tensor board-- logdir logs
10 .显示资源限制
colab为他们的免费版本和专业版本提供了以下规格。 在某些情况下，如果需要更好的运行时间、gpu和内存，可以以每月10美元的价格切换到专业版本。
执行以下命令可以显示分配到的gpu。
！ nvidia-smi
关于cpu的新闻可以运行这个命令。
！ cat /proc/cpuinfo
也可以运行以下命令来显示ram容量:
importpsutilram _ GB = PS UTIL.Virtual _ Memory ( ).total/1e9PINT
11 .采用交互壳
colab没有内置交互终端。 但是，可以使用bash命令以交互方式尝试shell命令。 只要运行这个命令，就可以得到交互输入。
！ bash
现在可以在指定的输入框中执行任何shell命令。
要退出shell，请在输入框中输入exit。
12 .当前内存和存储器的采用情况
colab提供了ram和磁盘使用情况的指示器。 将鼠标悬停在指示器上，将显示一个包含当前内存和存储器使用情况和总容量的窗口。
13.「open in colab”标志
要向readme.md或jupyter notebooks添加“打开在colab”标志，请使用以下markdown代码:
此代码加载svg图像并链接到colab notebook。
[！ openincolab ( colab.research.Google/assets/cola B-badge.SVG ) ( Colab.research.Google )
14. pandas相互作用表
colab提供了notebook扩展，用于向pandas dataframes添加交互式排序和过滤器功能。 要使用它，请运行以下代码:
% load _ ext Google.colab.data _ table
加载以下扩展后，将显示常规pandas dataframe和交互式dataframe。
15 .设置conda环境
如果要使用miniconda作为python环境管理器，可以通过在notebook顶部运行以下命令在colab中进行设置:
# downloadminicondainstallationscript！ wget repo.anaconda/mini conda/mini conda3- latest-Linux-x86 _ 64.sh # make it executable！ chmod + xminiconda3- latest-Linux-x86 _ 64.sh # startinstallationinsilentmode！ bash./ mini conda3- latest-Linux-x86 _ 64.sh-B- f-p/usr/local # makecondapackagesaves
设备运行完成后，可以像往常一样使用conda安装软件包。
！ conda install -y flask
16 .从命令行管理colab notebooks
可以使用名为colab-cli的库轻松创建colab notebooks，并与本地notebooks同步。 github/akshay090/colab-cli
17 .执行后台任务
在某些情况下，在运行正常程序之前，必须启动一点web服务器或后台任务。
要执行后台任务，请使用“nohup”命令，使用常规shell命令，在末尾添加“&”以在后台执行。 这使设备可以在后续的notebook上运行，而不会被后台任务终止。
！ nohup bash ping.sh &；
18 .通知您培训已经完成
如果要执行培训模型等耗时的任务，可以将colab配置为在完成后发送桌面通知。
要启用此功能，请转到工具设置站点，然后启用显示桌面通知复选框。
显示用于启用浏览器通知的窗口。 只要接受它，即使在其他选项卡、窗口或应用程序中，colab也会在任务完成时通知您。
19 .运行JavaScript代码
使用%%javascript命令运行javascript代码。
20 .在colab上运行vscode
可以在colab上运行完美的vscode。 参考资料: amitness/vscode-on-colab/。
原文链接: AMIT NESS// 06/Google-co laboratory-TIPS /
如何根据任务的要求组合合适类型的数据库？？
在aws发表的白皮书“进入专用数据库时代”中，介绍了关系、键值、文件、内存中、关系图、时间序列、总帐、行业幅度8种数据库类型，分别分解了各种类型的特征、挑战、主要采用示例。
原标题:“小心20种，玩谷歌colab”
阅读原文。
