自带免费GPU的Google CoLab 试用手记

昨天微博上面的爱可可老师转发了一个文章 Google Colab Free GPU Tutorial, 这天下还有免费的GPU可以薅! 这Google真是"业界毒瘤" ...

废话不说, 先撸起再说.

Google CoLab 简介

这个就是一个google版本的Jupyter Notebook. 尝试了一下, 很多快捷键都是一样的.

只不过, 它深度集成在Google Drive之中, 数据文件、notebook代码都是放在drive之中。

使用的时候， 首先进入Google Drive, 然后按照下图的方式找到colab

注意: 默认情况下, 在这个下拉框, 是没有"Colab"的, 你需要在"关联更多应用" 之中手动关联一下才行

开始试用

这次试用的程序, 是Keras的LSTM的一个例子程序.

• 首先我们安装依赖的类库:

  !pip install keras pandas numpy scipy

  可以看到, 下载速度在40MB+ 每秒 . 速度还是不错的. (为了测试速度, 下载的是pyspark)

  

• 调整Notebook设定:

  需要调整:

  • 设定为python3
  • 使用GPU加速

  方法:

  ​ 点击"修改" --> 笔记本设定 即可

  验证是GPU在工作:

  [code lang=python]
  import tensorflow as tf
  tf.test.gpu_device_name()
  [/code]

  注意: 这里有时候会出现GPU没有连接上的情况! 一定要确认是不是显示的GPU:0信息.

• 直接把例子程序copy过来运行.

  程序来源: https://github.com/keras-team/keras/blob/master/examples/imdb_lstm.py

  查看下面的运行日志:

  [code lang=text]
  Epoch 1/15
  8672/25000 [=========>....................] - ETA: 1:26 - loss: 0.5192 - acc: 0.731925000/25000 [==============================] - 159s 6ms/step - loss: 0.4555 - acc: 0.7842 - val_loss: 0.4005 - val_acc: 0.8230
  Epoch 2/15
  8128/25000 [========>.....................] - ETA: 1:28 - loss: 0.2867 - acc: 0.888225000/25000 [==============================] - 159s 6ms/step - loss: 0.2983 - acc: 0.8789 - val_loss: 0.3799 - val_acc: 0.8289
  Epoch 3/15
  7936/25000 [========>.....................] - ETA: 1:28 - loss: 0.2012 - acc: 0.928925000/25000 [==============================] - 158s 6ms/step - loss: 0.2183 - acc: 0.9170 - val_loss: 0.4142 - val_acc: 0.8291
  Epoch 4/15
  7872/25000 [========>.....................] - ETA: 1:27 - loss: 0.1481 - acc: 0.942525000/25000 [==============================] - 155s 6ms/step - loss: 0.1563 - acc: 0.9412 - val_loss: 0.4505 - val_acc: 0.8280
  [/code]

  ​

  我尝试了好几次, 显示上面感觉都是有问题. 并且运算时间达到了惊人的 1分27秒 !!!

  没有对比就没有伤害, 下面是我们的1060 6G GPU的运行时间:

  [code lang=text]
  Epoch 1/15
  25000/25000 [==============================] - 73s 3ms/step - loss: 0.4571 - acc: 0.7826 - val_loss: 0.3850 - val_acc: 0.8330
  Epoch 2/15
  25000/25000 [==============================] - 73s 3ms/step - loss: 0.2953 - acc: 0.8819 - val_loss: 0.3946 - val_acc: 0.8242
  Epoch 3/15
  25000/25000 [==============================] - 73s 3ms/step - loss: 0.2152 - acc: 0.9154 - val_loss: 0.4195 - val_acc: 0.8240
  Epoch 4/15
  25000/25000 [==============================] - 73s 3ms/step - loss: 0.1523 - acc: 0.9418 - val_loss: 0.4564 - val_acc: 0.8291
  [/code]

  每一轮我们的GPU只用了73s的时间.

试用小结:

• 免费的GPU加速是真实存在的. 只不过估计是共享的, 实际的运行速度完全不是Tesla K80 应该有的表现.

• Colab 还是刚起步的状态, 有一些Bug.

  目前发现的有:

  • 比如上面提到的Log显示的问题
  • 有时候虽然设置了使用GPU加速, 但是实际上还是使用的CPU
  • 虽然你安装了Keras或者其他的类库, 但是过了一夜, 好像又需要重新安装了
• 感觉目前还是不能真正替代自己购入GPU. 不过以后不好说, 可以继续关注

版权申明

本文原创, 转摘请注明来源:
http://www.flyml.net/2018/01/28/try-out-google-colab-gpu/