前言
本文介绍一个较良心的算力平台：Google Colab，记录一些使用技巧和感受，防止后来人踩坑。
1 初次使用Colab的配置
一般每天第一次打开Colab，或打开新的Notebook都需要重复如下操作：
1 选择gpu：
菜单栏 - 代码执行程序 - 更改运行时类型 - 硬件加速器 - GPU
选择GPU之后便可以用!nvidia-smi命令查看当前正使用的GPU。一般现在都是Tesla T4，很不错
2 挂载Google云端硬盘：
既可以直接鼠标点击挂载图标，也可以按照如下方式挂载：
在cell中输入：
from google.colab import drive
drive.mount('/content/drive')
运行后按提示操作即可
3 选择相应库的版本： 例： Colab默认的tensorflow版本是2.x的，如果需要使用1.x版本就需要手动切换，即在cell中输入以下代码：
%tensorflow_version 1.x
运行后重启Colab即可。
遇到没有的库，直接!pip install即可
4 切换到当前工作路径：
右键一个文件或目录，即可看到复制路径的选项，有两种方法切换到该目录：
法1： 使用%cd命令
法2： 使用os.chdir()方法
2 使用技巧
2.1 尤其要注意
- 在cell中，其他linux命令都可以通过在前面加
!使用(如!ls)，但cd命令需要用%cd才可以 - 目录名中最好不要有空格。如果有空格，用到此目录名时需要在空格前加
\进行转义 - 某些库在安装时，通常会加载到这个库的文件夹内(setup.py)，所以后续操作中要记得重新加载到自己的工作目录如
%cd /content/
2.2 linux命令中使用笔记本中的变量
其中dir_path是笔记本中直接定义的变量(python str)，有以下几种方式可以在linux命令中使用他们
dir_path = "/home/foo/bar"
!cp file1 $dir_path
dir_path = "/home/foo/bar"
!cp file1 {dir_path}
#sub_dir可以是字符串，总之和dir_path连接起来应该是一个完整的路径
!cp file1 {dir_path + sub_dir}
2.3 其他使用技巧
- 可以通过按 Ctrl 键，然后单击一个类名来跳转到类定义
- 可以使用
!bash命令使用交互式 shell - 可以同linux一样，使用
!nohup命令，然后使用常规的 shell 命令，并在末尾添加&使其在后台运行。使用!ps -ef命令查看任务号，并用!kill 任务号的方式手动结束任务
3 深度学习/NLP库相关
3.1 PyTorch 1.6.0
运行安装命令，并点击“RESTART RUNTIME”按钮
!pip install torch==1.6.0+cu92 torchvision==0.7.0+cu92 -f https://download.pytorch.org/whl/torch_stable.html
import torch; print(torch.__version__); print(torch.cuda.is_available())
3.2 fairseq
# 安装
!git clone https://github.com/pytorch/fairseq
%cd fairseq
!pip install --editable ./
3.3 sentencepiece
# 安装
!sudo apt-get install cmake build-essential pkg-config libgoogle-perftools-dev
!git clone https://github.com/google/sentencepiece.git
%cd sentencepiece
!mkdir build
%cd build
!cmake ..
!make -j $(nproc)
!sudo make install
!sudo ldconfig -v
# 使用
!/usr/local/bin/spm_encode --model=MODEL_PATH < input > output
4 Colab Pro购买感受
72元购买一个月Pro会员后，一开始的两天用的比较狠，结果直接给我禁了一天，之后就是稍微用久一点就会被禁一天。
显卡基本就是P100，多换几次可能会换到V100，但是自从Pro+出来之后，感觉根本不可能换到V100了。
总的来说，没有服务器的话稍微跑一下小实验还是可以的，大实验就算了，训半天歇一天，费心费力。有条件买Pro+的当我没说。