双十一刚过你的手还好吗？这些Colab技巧帮你愉快薅谷歌羊毛机器之心编辑部这篇文章教你

机器之心编辑部
这篇文章教你如何使用 Google Colab ，更好地利用免费资源。
Google Colab 是一个免费的 Jupyter 环境，用户可以用它创建 Jupyter notebook ，在浏览器中编写和执行 Python 代码，以及其他基于 Python 的第三方工具和机器学习框架，如 Pandas、PyTorch、Tensorflow、Keras、Monk、OpenCV 等。
Google Colab 的好处在于，不需要任何配置就能直接上手使用，并提供免费的 GPU ，你可以和任何人共享实时代码、数学公式、数据可视化结果、数据处理、数值模拟、机器学习模型等各种项目。
以前，机器之心也曾经介绍过很多关于 Colab 的知识点，比如这些：
本文将介绍如何用 Python 使用 Google Colab ，以及一些 Colab 使用技巧。
项目地址：
为什么大家都爱 Colab
Colab 的优点包括：
提供了免费的 Jupyter notebook 环境；
带有预安装的软件包；
完全托管在谷歌云上；
用户无需在服务器或工作站上进行设置；
Notebook 会自动保存在用户的 Google Drive 中；
提供基于浏览器的 Jupyter notebook；
完全免费，且提供 GPU 和 TPU（Pro 用户可以使用更多资源，但需要付费）；
支持 Python 2 和 Python 3；
提供两种硬件加速器：GPU 和 TPU 。
第一步：启动 Google Colab
我们可以使用 Colab 在 Web 浏览器上直接运行 Python 代码，使用指南：。
启动窗口随之打开，弹窗中提供了多项功能：
文章插图
它提供了创建 notebook 以及从不同来源上传和选择的选项，比如 GitHub、Google Drive 或本地计算机。
从 GitHub 上传 Notebook
我们可以使用项目 URL ，或者搜索组织和用户等方法，直接从 GitHub 上传 Python 代码。
使用 URL 的步骤上传项目的步骤如下图所示：
启动 Google Colab
从弹框中选择 GitHub 这一项。
文章插图
输入 GitHub 项目 URL 并搜索以获取代码
文章插图
将完整代码一键上传到 Google Colab notebook
文章插图
同样地，用户可以通过按名称、日期、所有者或者修改日期过滤保存的 notebook ，直接从 Google Drive 上传代码。
文章插图
从 Kaggle 上传数据
从 Kaggle 生成 API Token
来自 Kaggle 的数据可以直接上传到 Colab ，不过这需要 Kaggle 的 API Token 才能完成数据导入，步骤如下：
打开 Kaggle
转至「我的账户」
向下滚动到「API」部分
文章插图
如果需要，先单击「Expire API Token」以删除先前的 token
【双十一刚过你的手还好吗？这些Colab技巧帮你愉快薅谷歌羊毛】点击「Create New API Token」，生成一个新的 token 并下载一个名为「kaggle.json」的 JSON 文件
「kaggle.json」文件包含用户名和密钥，如下所示：
文章插图
从 Kaggle 上传数据的步骤
将「kaggle.json」文件保存在本地计算机上。
安装 Kaggle 软件包：
!pip install -q kaggle
导入包：
from google.colab import files
上传本地文件「kaggle.json」：
files.upload()
文章插图
检查 Colab notebook 是否与 Kaggle 正确连接：
!kaggle datasets list
文章插图
从 Kaggle 下载任意比赛数据：
!kaggle competitions download -c competitive-data-science-predict-future-sales
文章插图
Kaggle 数据将在 Colab 中下载和上传，如下所示：
文章插图
从 Google Drive 中读取文件
Colab 还提供从 Google Drive 读取数据的功能。
导入包
import globimport pandas as pdfrom google.colab import drive
挂载 Google Drive
drive.mount('/gdrive')
这一步要求填写 Google Drive 的授权码：
文章插图