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( 三 ) 机器之心编辑部这篇文章教你

文章插图
在 Google Colab 中生成 HTML 格式。
文章插图
单元格执行输出
绘图
Google Colab 还可用于数据可视化。以下代码和图展示了 Google Colab 对一个以上多项式的绘图， Y = X3+X2+X 。
x = np.arange(-10,10)y = np.power(x,3)y1 = np.power(x,3) + np.power(x,2) + xplt.scatter(x,y1,c="red")plt.scatter(x,y)
文章插图
以下代码和图用于生成热图：
import matplotlib.pyplot as pltimport numpy as npimport seaborn as snslength = 10data = http://kandian.youth.cn/index/5 + np.random.randn(length, length)data += np.arange(length)data += np.reshape(np.arange(length), (length, 1))sns.heatmap(data)plt.show()
文章插图
Google Colab 中的 TPU
Google Colab 使用 TPU（张量处理单元）进行 Tensorflow 图上的加速。 TPU 是谷歌开发的、专为神经网络机器设计的 AI 加速器专用集成电路 (ASIC) 。
TPU 具备优秀的 teraflop 配置、浮点运算性能等。每个 TPU 的计算能力达到每秒 180 万亿次浮点运算（180 teraflops），拥有 64 GB 的高带宽内存。
在 Colab 中设置 TPU
在 Google Colab 中设置 TPU 的步骤如下：
运行时菜单 → 更改运行时
文章插图
选择 TPU 硬件加速器
确认在 TPU 硬件加速器上运行
这需要 TensorFlow 包。以下代码和实现可以确认 Colab 是否设置 TPU 加速器：
import tensorflow as tftry:tpu = tf.distribute.cluster_resolver.TPUClusterResolver()print('Running on TPU', tpu.cluster_spec().as_dict()['worker'])except ValueError:print('Exception')
文章插图
如果 TPU 未设置成功，则代码会报错。
结论
Google Colab 是一种 Jupyter notebook 环境，通过执行基于 Python 的代码来构建机器学习或深度学习模型。 Google Colab 完全免费（pro 版除外），并提供 GPU 和 TPU 硬件加速器，易于使用和共享。
本文列举了 Google Colab 的使用技巧，希望能够帮助大家更好地利用 Google Colab 资源。
资源
Google colab 实现：
Github repository：
参考文献
[1] Google Colab,
[2] Python 2 Deprecation, Google Colab, Google, #python-2-deprecation
[3] Machine Learning Algorithms for Beginners with Code Examples in Python, Pratik Shukla, Roberto Iriondo, Towards AI,
[4] Project Jupyter,
[5] Google Colab, FAQ,