一、前言
現在你可以開發Deep Learning Applications在Google Colaboratory，它自帶免費的Tesla K80 GPU。重點是免費、免費！（國內可能需要tz）
這個GPU好像不便宜，amazon上1769刀.
二、什么是Google Colab?
- Colaboratory 是一個 Google 研究項目，旨在幫助傳播機器學習培訓和研究成果。它是一個 Jupyter 筆記本環境，不需要進行任何設置就可以使用，並且完全在雲端運行。
- Colaboratory 筆記本存儲在 Google 雲端硬盤中，並且可以共享，就如同您使用 Google 文檔或表格一樣。Colaboratory 可免費使用。
- 利用Colaboratory ，可以方便的使用Keras,TensorFlow,PyTorch,OpenCV等框架進行深度學習應用的開發。
與其它雲服務相比，最重要的特點是Colab提供GPU並完全免費.詳細介紹可見faq page.
三、開始使用
3.1在谷歌雲盤上創建文件夾
當登錄賬號進入谷歌雲盤時，系統會給予15G免費空間大小。由於Colab需要依靠谷歌雲盤，故需要在雲盤上新建一個文件夾。
比如，我建立一個名為app的文件夾：
3.2創建一個新的Colab Notebook
在文件夾內的空白處右鍵 -> 更多 -> Colaboratory
點擊文件名可以重命名文件：
3.3 設置免費的GPU
它是很容易更換默認的硬件（None,GPU,TPU），通過 修改->筆記本設置或者代碼執行程序->更改運行時類型來選擇GPU，作為硬件加速.
3.4 測試——運行基本的Python代碼
創建完之后，會自動生成一個jupyter筆記本，就可以直接在這里面編寫和運行代碼了.
我將運行一些基本的數據類型代碼，來自於Python Numpy Tutorial.
3.5授權與安裝
首先運行下面的代碼來安裝必要的庫和授權.
from google.colab import drive drive.mount('/content/drive/')
當你運行上面的代碼(掛載雲端硬盤)，應該會看到如下的結果：
點擊鏈接，復制驗證碼，粘貼到輸入框.在完成授權過程之后，你應該會看到這樣：
現在，你可以使用如下命令進入Google Drive：
!ls "/content/drive/My Drive/"
其實進一步查看，發現這是一個linux虛擬機：
!cd / !ls
3.6運行.py代碼
安裝Keras
!pip install -q keras
上傳minst_cnn.py file到你的Google Drive中的app文件夾.
運行下面代碼來訓練基於MINST_dataset的一個簡單的卷積神經網絡：
!python3 "/content/drive/My Drive/app/mnist_cnn.py"
正如你看見的，每個epoch僅僅需要8s.
據某位大佬的博客所說：
每個率每個Epoch大概需要130s+完成
四、相關命令
（1）查看是否使用GPU
import tensorflow as tf
import tensorflow as tf
（2）在使用哪個GPU
from tensorflow.python.client import device_lib
device_lib.list_local_devices()
（3）RAM大小
!cat /proc/meminfo
參考鏈接：
1、https://medium.com/deep-learning-turkey/google-colab-free-gpu-tutorial-e113627b9f5d