目录
2、新建Colab、连接GPU、挂载Google Driver
三、快速下载/上传Google Drive文件的方法（利用MultiCloud）
Google Colab是一个基于云端的免费Jupyter笔记本环境，可供用户创建、分享、运行Python代码和机器学习模型。
Colab限额：Colab能够免费提供资源的原因之一是它采用了动态限额，随时变化以满足用户需求，但无法保证资源的供应或无限供应（单次最长12小时，自动断开连接）。因此，总体使用量限额、空闲超时时长、虚拟机最长生命周期、可用GPU类型等都可能不时变化，Colab也不会公布这些限额，因为它们会快速变化。如果用户希望获得更高、更稳定的使用量限额，可以订阅Colab Pro。
提供的GPU类型： Colab 中的可用 GPU 类型是动态变化的，通常包括 Nvidia K80、T4、P4 和 P100。
Google Colab 支持挂载 Google Drive，方便存储文件。因此，我建议您直接使用 Google Drive 登录，以便更轻松地进行文件存储。 Google Driver官网
进入 Driver 官网后，登录成功。点击左上角新建，选择关联更多应用并且安装Colaboratory。
点击左侧修改->笔记本设置->选择GPU。
设置好后，在右侧会显示具体的设备信息
如果需要修改文件名，可点击左上角文件名修改：
为什么要挂载Google Driver？
如果没有挂载Google Driver（Google 云端硬盘），则下载的文件只会暂时存在（即下次打开时，下载在Jupyter NoteBook的文件就不见了），初始阶段，左侧只有sample_data一个文件夹，当使用代码挂载Google Driver后，左侧出现driver文件夹，只要我们的文件放在driver后，文件就不会消失了（下次打开的时候需要再次使用代码挂载Google Driver）
可以点击左侧图标加载（下图），也可利用代码加载。（注意：点击图标加载可以实现打开文件自动加载）
代码加载（成功出现“Mounted at /content/drive”表示挂载成功）：
from google.colab import drive
drive.mount('/content/drive')
推荐在谷歌云盘里上传项目（因为可以直接将本地项目直接以文件夹的形式拖进来上传）。在云盘里建立好文件路径，直接托进来即可。
上传代码后，输入以下命令即可进入项目文件的工作路径
%cd /content/drive/MyDrive/0深度学习代码运行/3D_CNN
# 注意这里在非交互环境下，需要加上 % 才可以进入该路径
# 这里的 %cd /content/drive/MyDrive/ 是必须的。后面是你在谷歌云盘里的项目路径
也可以通过以下代码导入工作路径
# 上传文件后执行以下代码就可以了
import sys
sys.path.append('/content/drive/MyDrive/0深度学习代码运行/3D_CNN')
# 0深度学习代码运行/3D_CNN是你自己的工作路径
在进入项目的工作路径之后，就可以直接输入python 1.py运行代码了
!python train.py
# 这里在非交互下，需要加上 ! 才可以成功执行
在云盘里右键需要编辑的py文件，选择打开方式里的Texe Editor即可编辑。（如果没有，选择关联更多应用里面安装即可）
MultiCloud: 无需下载和安装，在网页登录即可将文件上传到云盘或下载到计算机上，支持30多种云盘。
该平台的免费传输流量是每月5G，超出是需要购买的。
使用步骤：
1、注册并登录MultCloud。点击进入MultCloud | 最好的免费跨网盘文件传输管理器
2、点击右侧栏'Add Cloud'并选择'Google Drive'。
3、选择要下载的文件’Download'。
# 查看显卡驱动
!/opt/bin/nvidia-smi
!cd /content/drive/MyDrive/3DCNN && \
pip list点击RAM旁边的倒三角，查看资源，管理会话。
如果有正在运行的，而且不在使用的GPU会话记得及时关掉，因为个人额度是有限的。所以只要在模型训练时开启GPU模式，其他情况使用None即可。
用 !bash 开启交互指令，输入exit退出。（不用开小黑窗口啦！唯一的缺点是输入的命令不显示，得点一下才可以显示。）
也可以直接在指令前面加上“ ! ”运行。
!lsb_release -a