实验室服务器跑深度学习 服务器跑深度模型
还在为电脑没有很好的GPU而烦恼么，这个教程教你随时利用Colab中的Tesla K80显卡跑深度学习模型
先从价格上感受下Tesla K80
首先想体验Colab，必须先学会kexue上网，可以利用VPS买国外结点的服务器，利用Shadowsockes搭梯子，具体教程可以参考其他博主，在此不做赘述。
关于有人问到kexue上网，就补充几点，如何kexue上网可以参照这位优秀博主的方法
进行到第三步，安装锐速破解版时建议用bbr，否则节点容易被封
至于如何使用bbr，简单说一下，
使用root用户登录，运行以下命令：
wget --no-check-certificate https:///teddysun/across/raw/master/ && chmod +x && ./安装完成后，提示需要重启 VPS，输入 y 并回车后重启。
搞定。
回归正题
点下面的链接，进入Google云
https:///drive/my-drive
点击左上角新建，新建Colaboratory,如果没有的话点击关联更多应用，然后搜一下
之后进入Google自家的在线编译器工具，这个类似与大家常见的Jupyter，但不知道比它高到哪里去了
之后点击修改-笔记本设置，配置一下免费的GPU
之后选择GPU便好
返回界面，大功告成
接下来就可以愉快在线使用Google免费的GPU训练模型了
另外可利用!pip install 命令装各种库，!后接其他命令就代表命令行的意思
如我要装个captcha
输入!pip install captcha
运行代码ctrl+F9，需要的库就自动装好了
接下来解决另一个问题，挂载一下云盘，
虽然Colab的文件是存储在你的Google Drive上，但在Colab的notebook中使用命令时，其发生作用的文件目录却不在Google Drive上，而是在Google提供的一个虚拟机（VM）中。
比如你想import 一个已经写好的.py文件时，必须挂载一下云盘。输入
from google.colab import drive
drive.mount('/content/drive')
%cd /content/drive/My\ Drive
运行
之后将所需要的调用的py文件和文件夹直接放在云盘根目录即可。
接下来跑模型试试
那么实际训练下来速度还挺快的，重要的是完全由Google的GPU完成运算，电脑没有噪声和其他负担，但具体能不能达到K80的水平，这个嘛 emmmmm至少比笔者的GTX1060要强