Google Collaboratory of Google Colab

Google werkte mee aan het Jupyter Notebook van de Google-ontwikkelaars

Collaborative, ook wel Google Colab Het is een product van Google Research en wordt gebruikt om Python en andere talen vanuit onze browser te schrijven en uit te voeren.

Wat is

Colab is een gehoste Jupyter, geïnstalleerd en geconfigureerd, zodat we niets op onze computer hoeven te doen, maar gewoon vanuit de browser werken, op bronnen in de cloud.

Het werkt precies hetzelfde als Jupyter, zie je ons artikel. Het zijn notebooks of notebooks op basis van cellen die tekst, afbeeldingen of code kunnen zijn, in deze Python-stap, omdat in tegenstelling tot Jupyter Colab op dit moment alleen de Python-kernel kan worden gebruikt, ze praten over het implementeren van latere andere zoals R, Scala, enz. , maar er wordt geen datum vermeld.

Het is een zeer snelle manier om code te testen zonder onze apparatuur te hoeven configureren en om de wereld van Machine leren, Deep Learning, kunstmatige intelligentie en datawetenschap. Ook ideaal voor docenten omdat we, omdat we op Jupyter zijn gebaseerd, projecten met andere mensen kunnen delen alsof we de Jupyter Hub gebruiken.

We kunnen elke python-functionaliteit gebruiken, we kunnen TensorFlow, Keras, Numpy gebruiken, laten we al hun bibliotheken gebruiken.

Het biedt ons een gratis GPU- en TPU-service,

Ze maken deel uit van de ontwikkelaarsgroep van https://colaboratory.jupyter.org/welcome/

De service is gratis, maar we hebben een Gmail-account nodig. Notebookgegevens worden opgeslagen in onze Google Drive. En we kunnen ook notebooks opslaan en laden vanuit Github. Naast het importeren van projecten die uit Jupyter komen of ook exporteren. Het werkt met .ipynb-bestanden

colab-notebooks exporteren

Het is duidelijk dat de hardwarebronnen beperkt zijn. U kunt geen projecten maken die veel rekenkracht vereisen. Bevalt dit systeem je en wil je het gebruiken voor geavanceerde projecten, dan kan je altijd betalen voor de Pro of Pro+ versie. Ik ga me concentreren op de gratis.

In zijn tijd had ik het al over hoe je Jupyter op één manier kunt gebruiken van

Google's Machine Learning Crash Course is gebouwd op Colab en ik ben klaar. Binnenkort vertel ik je hoe

Als je geïnteresseerd bent in Machine Learning, zie: welke cursussen kunnen worden gedaan?

Waarom Colab gebruiken? Voordeel

Omdat het een zeer snelle en gemakkelijke manier is om cursussen en informatie over programmeren in Python op te zetten en te delen met andere mensen of met studenten als je een leraar bent.

In mijn geval heb ik een compatibiliteitsprobleem tussen TensorFlow en mijn CPU, dus op dit moment zal ik het gebruiken om verschillende voorbeelden en tests uit te voeren met TensorFlow en Keras.

nadelen

Nou, we kunnen alleen Pyhton gebruiken

En dat we weer een Google-product gebruiken en we blijven voeden en meer en meer afhankelijk zijn van de technologische gigant "Don't be Evil"

Verschillen tussen Colab en Jupyter

Zoals we al zeiden

  • Colab is een gehoste service, een gehoste Jupyter, terwijl Jupyter het op uw pc gebruikt
  • Colab, hoewel het gratis is als je rekenkracht wilt, moet je naar de betaalde versie gaan
  • Omdat het wordt gehost, kunt u het notitieboek delen met mensen
  • In Colab kun je alleen Python gebruiken, terwijl je in Jupyter allerlei soorten Kernels, R, Bash, javascript, etc. kunt installeren.

Laat een reactie achter