เคยไหม ? อยากเริ่มเขียน Python นะ อยากทำ Machine Learning จัง อยากลองสร้าง AI หรือว่าเห็น Data Science กำลังมา ก็อยากลองทำเหมือนกัน 🤔
.
💭 โห มีโปรเจกต์ที่อยากทำในหัวเยอะมาก แบบว่าอันนั้นก็น่าทำ อันนี้ก็น่าลอง อันนี้ก็เรียนรู้ไว้ก็ดีอะ ...แต่ขี้เกียจลงโปรแกรม ก็เลยไม่ได้เริ่มกับเขาสักที
.
👉 ถ้าคุณกำลังประสบปัญหานี้ล่ะก็ วันนี้เราขอนำเสนอตัวช่วยดี ๆ ที่จะทำให้การเริ่มเขียน Python ไม่ใช่เรื่องยากและวุ่นวายอีกต่อไป ! ตัวช่วยของเราในวันนี้ก็คือออ…
.
“Google Colab” นั่นเองจ้า เอาล่ะ ถ้าพร้อมไปต่อก็ลุยกันเลยยย !
.
📍 Google Colab คืออะไร ?
.
Google Colaboratory หรือที่มักเรียกกันสั้น ๆ ว่า Google Colab เป็นบริการจาก Google ที่ให้ผู้ใช้งานเขียนโค้ดภาษา Python บน Browser แบบไม่ต้องติดตั้งโปรแกรมอะไรเลย แล้วจะ Save โค้ดเราไว้อยู่บน Drive ทำให้เราสามารถแชร์โค้ดให้คนอื่นดูได้
.
นอกจากนี้ Google Colab ยังมีบริการ GPU มาให้เราเลือกอีกด้วย และถ้าเราจะทำสาย Data, Machine Learning หรือ AI เราก็สามารถ import library ต่าง ๆ ไม่ว่าจะเป็น numpy, matplotlib หรืออื่น ๆ ได้ตามต้องการ
.
และที่สำคัญ ทุกอย่างที่บอกมานั้น ฟรี ! แค่เรามีบัญชีของ Google เท่านั้นจ้า
.
📍 Google Colab ทำอะไรได้บ้าง ?
.
ไปดูฟีเจอร์ที่ Google Colab ทำได้กันดีกว่า ฟิ้ววว
.
🔸 เขียนและรันโค้ด Python
.
อันนี้ของมันแน่อะเนอะ เอาไว้เขียนโค้ด ก็ต้องเขียนโค้ดได้ ซึ่งการเริ่มต้นใช้งาน Google Colab เราจะต้องสร้าง Notebook ขึ้นมาก่อน ซึ่งเจ้า Notebook เปรียบเสมือนสมุดเล่มนึง ที่เราสามารถเขียนและเรียกใช้โค้ดบนนั้นได้ โดยใน Notebook นั้น เราจะเขียนโค้ดบนสิ่งที่เรียกว่า Code Cell
.
อ่านข้อมูลเพิ่มเติมได้ที่
https://colab.research.google.com/notebooks/basic_features_overview.ipynb
.
🔸 รองรับการเขียนสมการคณิตศาสตร์
.
แน่นอนว่า ในศาสตร์ของ Machine Learning, AI หรือแม้แต่งานสาย Data ยิ่งศึกษาลึกขึ้น ก็จะพบกับทั้งสูตรและสมการมากมายเต็มไปหมด และมันก็ต้องมีสักครั้งแหละ ที่เราอยากจะ Comment สมการเหล่านั้นซะเหลือเกิน ซึ่ง Google Colab ทำได้ ! โดยเราสามารถใช้ Text Cell เพื่อเขียนสมการคณิตศาสตร์ได้ด้วย Markdown Language นั่นเอง
.
อ่านข้อมูลเพิ่มเติมได้ที่
https://colab.research.google.com/notebooks/markdown_guide.ipynb
.
🔸 แชร์ Notebook ผ่าน Google Link
.
อย่างที่เกริ่นไปก่อนหน้านี้ เนื่องจาก Notebook ของเราถูกเก็บไว้บน Drive เพราะงั้นเราจึงสามารถแชร์ลิงก์ให้คนอื่นเข้ามาดู Notebook ของเราได้ง่าย ๆ เหมือนตอนเราใช้บริการ Google Docs หรือ Slides แล้วแชร์ลิงก์ให้เพื่อเข้ามาดูจ้า
.
🔸 Import ข้อมูลจาก Google Drive
.
ต่อจากข้อเมื่อกี้ ในเมื่อเป็นบริการจาก Google เหมือนกัน เจ้า Google Colab จึงรองรับการเชื่อมต่อกับ ดังนั้น Google Drive ไม่ว่าจะ Import หรือ Export ตัว Notebook ก็สะดวก แถมถ้าจะ Import ข้อมูลก็ทำได้เช่นกัน นอกจากนี้ ยัง Import ข้อมูลจาก External Data แหล่งอื่น ๆ ได้อีกนะ
.
อ่านข้อมูลเพิ่มเติมเกี่ยวกับ Drive และ External Data อื่น ๆ ได้ที่
https://colab.research.google.com/notebooks/io.ipynb
.
🔸 รองรับ TensorFlow
.
TensorFlow เป็น Library ประเภท Open-source จาก Google ที่ใช้ภาษา Python สำหรับคำนวณสูตรคณิตศาสตร์ต่าง ๆ รวมถึงอัลกอริทึมเพื่อพัฒนา Machine Learning ซึ่ง Google Colab เองก็สามารถ Import TensorFlow เข้ามาใช้ได้เช่นกัน
.
อ่านข้อมูลเพิ่มเติมได้ที่
https://colab.research.google.com/notebooks/tensorflow_version.ipynb
.
🔸 ใช้งาน Google Colab ร่วมกับ GitHub
.
สาย Dev อย่างเราคงคุ้นชินกับ GitHub กันพอสมควร (หรือถ้าเพื่อน ๆ มือใหม่ก็คงเคยได้ยินคำว่า Git กับ GitHub กันมาบ้าง) ซึ่งที่นี่ เราสามารถ Import Notebook จาก GitHub เข้ามายัง Google Colab ได้ รวมถึง Publish Notebook ของเราบน GitHub ได้เช่นกันจ้า
.
อ่านข้อมูลเพิ่มเติมได้ที่ https://colab.research.google.com/github/googlecolab/colabtools/blob/master/notebooks/colab-github-demo.ipynb
.
📍 อธิบายเพิ่มเติม
.
แอดขอเสริมสำหรับเพื่อน ๆ ที่มือใหม่ ภาษา Python เป็นภาษาประเภท Interpreted Language ซึ่งจะอ่านโค้ดทีละคำสั่ง แล้วจะมี Interpreter แปลงเป็นภาษาเครื่องเพื่อดำเนินการเลยคำสั่งนั้น ๆ เลย 💻
.
ต่างจากภาษาที่ใช้ Compiler เช่น C, C++, C#, Java ฯลฯ ที่จะต้องเขียนโค้ดให้เสร็จก่อน แล้วค่อยแปลงไฟล์เป็นไฟล์ Execution (ที่เราจะคุ้นหน้าคุ้นตาในรูปแบบของไฟล์ .exe) เพราะ Compiler จะแปลงทีเดียวทั้งไฟล์
.
กลับมาที่ Python พอเป็นแบบนั้นแล้ว ตัว Google Colab ที่มีหน้าตาเป็น Code Cell นั้น เมื่อเราพิมพ์โค้ดลงไป จึงกด Run เพื่อดูผลลัพธ์ได้เลยนั่นเอง ✨
.
👉 ถ้าใครสนใจ Google Colab ก็สามารถลองใช้งานได้ที่
https://colab.research.google.com/
.
👉 อ่านข้อมูลเพิ่มเติมและส่องฟีเจอร์ต่าง ๆ ได้ที่
https://colab.research.google.com/notebooks/welcome.ipynb
.
เป็นยังไงกันบ้าง เรียกได้ว่า “ครบจบที่บน Browser” จริง ๆ สำหรับ Google Colab ที่เราเอามาฝากวันนี้ 😂 ส่วนเพื่อน ๆ คนไหนกำลัง (อยาก) เริ่มเขียน Python หรือลองสร้างโปรเจกต์อยู่ แอดก็ขอเป็นกำลังใจให้ทุกคนเลยนะคะ ✊📦❤️
.
ถ้าชอบกดไลก์ ใช่กดแชร์ ให้กับแอดและทีม BorntoDev ด้วยน้า 🥺
แล้วเจอกันใหม่ สวัสดีจ้า~
.
borntoDev - 🦖 สร้างการเรียนรู้ที่ดีสำหรับสายไอทีในทุกวัน
同時也有10000部Youtube影片,追蹤數超過2,910的網紅コバにゃんチャンネル,也在其Youtube影片中提到,...
「colab tensorflow gpu」的推薦目錄:
- 關於colab tensorflow gpu 在 BorntoDev Facebook 的最讚貼文
- 關於colab tensorflow gpu 在 紀老師程式教學網 Facebook 的最佳解答
- 關於colab tensorflow gpu 在 コバにゃんチャンネル Youtube 的最佳貼文
- 關於colab tensorflow gpu 在 大象中醫 Youtube 的精選貼文
- 關於colab tensorflow gpu 在 大象中醫 Youtube 的最佳貼文
- 關於colab tensorflow gpu 在 Can't use GPU on Google Colab for tensorflow 2.0 - Stack ... 的評價
- 關於colab tensorflow gpu 在 Google Colab Using GPU with Tensorflow version 1.0.0 - gists ... 的評價
- 關於colab tensorflow gpu 在 Install TensorFlow 2.0 in Colab - 我才睡醒的后院 的評價
- 關於colab tensorflow gpu 在 Using Colab and tensorflow-gpu 1.13.1 - githubhot 的評價
- 關於colab tensorflow gpu 在 Install TensorFlow 2.0 with GPU in Google CoLab - Pinterest 的評價
- 關於colab tensorflow gpu 在 Not able to connect to GPU on Google Colab - Data Science ... 的評價
colab tensorflow gpu 在 紀老師程式教學網 Facebook 的最佳解答
[筆記分享] 我如何在 Anaconda 上,安裝 TensorFlow 2.x,並開啟 GPU 加速
Evernote 網址: https://bit.ly/33K77F9
--------------
最近我正在台大計算機中心,教授「深度學習」這門課程。整門深度學習,用得最多的函式庫就是 TensorFlow 了。它可以用來建構深度學習所需要的「神經網路」架構,所以任一個深度學習工程師,都得要會安裝。
深度學習的開發環境很多!我個人偏好 Google Colab(線上環境)與 Anaconda(本地端環境)。Colab 的執行環境,Google 工程師已經幫你裝好了。你只要點擊 https://colab.research.google.com 就能用。比泡麵還簡單!但你也只能被動接受 Google 工程師幫你裝好的執行環境。畢竟「線上平台」彈性還是比「本地端平台」要小一點。
早期(TensorFlow 1.x 時期)要裝 TensorFlow,並開啟 GPU 圖形加速功能,只要開啟 Anaconda Prompt 命令列視窗,輸入下面這一行就可以了:
conda install tensorflow-gpu
但 TensorFlow 2.x 之後,Anaconda 並沒有把 conda 這個指令調整得很好。大家已經用到 TensorFlow 2.3 了,conda 安裝出來的最新版居然只到 TensorFlow 2.1。更慘的是,開啟 GPU 加速時,所需搭配的 cuDNN 函式庫與 CUDA Toolkit 版本,也跟 TensorFlow 2.1 這個版本衝得亂七八糟!總之,就是一堆同學裝不起來!機器空有獨立顯卡,但無法發揮 GPU 加速平行運算的能力!
有鑑於此,我今天早上就親自「試水溫」,想辦法找出這幾樣東西的排列組合,到底怎麼樣是對的:
Python版本 x nVidia驅動程式版本 x TensorFlow版本 x cuDNN 函式庫版本 x CUDA Toolkit版本
也順便找出最順暢的安裝流程,分享給大家。希望有需要的朋友能喜歡!
祝福大家都能釋放顯卡平行處理的威力,讓你跑神經網路時,硬是比別人快好幾倍!
有我說明不足的地方,歡迎在下方留言。不敢說一定有能力解決,但我會盡力的! :-)
PS: 本文歡迎轉發、按讚、留言鼓勵我一下!您的隻字片語,都是讓我繼續提供好物的動力喔!
--------
看更多的紀老師,學更多的程式語言:
● YOTTA Python 課程購買: https://bit.ly/2k0zwCy
● YOTTA 機器學習 課程購買: https://bit.ly/30ydLvb
● Facebook 粉絲頁: https://goo.gl/N1z9JB
● YouTube 頻道: https://goo.gl/pQsdCt
如果您覺得這個粉絲頁不錯,請到「評論區」給我一個好評喔!
https://www.facebook.com/pg/teacherchi/reviews/
colab tensorflow gpu 在 Google Colab Using GPU with Tensorflow version 1.0.0 - gists ... 的推薦與評價
from google.colab import drive drive. · path = "gdrive/My Drive/your/project/path" · import os os.chdir(path) ·!pip3 install tensorflow==1. ·!apt-get remove cuda ... ... <看更多>
colab tensorflow gpu 在 Install TensorFlow 2.0 in Colab - 我才睡醒的后院 的推薦與評價
首先,你必须连接到谷歌Colab环境。谷歌协作是一项免费服务,开发者可以通过谷歌的云实例在CPU和GPU上尝试TensorFlow。该服务是完全免费的 ... ... <看更多>
colab tensorflow gpu 在 Can't use GPU on Google Colab for tensorflow 2.0 - Stack ... 的推薦與評價
... <看更多>
相關內容