一、前言
现在你可以开发Deep Learning Applications在Google Colaboratory，它自带免费的Tesla K80 GPU。重点是免费、免费！（国内可能需要tz）
这个GPU好像不便宜，amazon上1769刀.
二、什么是Google Colab?
- Colaboratory 是一个 Google 研究项目，旨在帮助传播机器学习培训和研究成果。它是一个 Jupyter 笔记本环境，不需要进行任何设置就可以使用，并且完全在云端运行。
- Colaboratory 笔记本存储在 Google 云端硬盘中，并且可以共享，就如同您使用 Google 文档或表格一样。Colaboratory 可免费使用。
- 利用Colaboratory ，可以方便的使用Keras,TensorFlow,PyTorch,OpenCV等框架进行深度学习应用的开发。
与其它云服务相比，最重要的特点是Colab提供GPU并完全免费.详细介绍可见faq page.
三、开始使用
3.1在谷歌云盘上创建文件夹
当登录账号进入谷歌云盘时，系统会给予15G免费空间大小。由于Colab需要依靠谷歌云盘，故需要在云盘上新建一个文件夹。
比如，我建立一个名为app的文件夹：
3.2创建一个新的Colab Notebook
在文件夹内的空白处右键 -> 更多 -> Colaboratory
点击文件名可以重命名文件：
3.3 设置免费的GPU
它是很容易更换默认的硬件（None,GPU,TPU），通过 修改->笔记本设置或者代码执行程序->更改运行时类型来选择GPU，作为硬件加速.
3.4 测试——运行基本的Python代码
创建完之后，会自动生成一个jupyter笔记本，就可以直接在这里面编写和运行代码了.
我将运行一些基本的数据类型代码，来自于Python Numpy Tutorial.
3.5授权与安装
首先运行下面的代码来安装必要的库和授权.
from google.colab import drive drive.mount(\'/content/drive/\')
当你运行上面的代码(挂载云端硬盘)，应该会看到如下的结果：
点击链接，复制验证码，粘贴到输入框.在完成授权过程之后，你应该会看到这样：
现在，你可以使用如下命令进入Google Drive：
!ls "/content/drive/My Drive/"
其实进一步查看，发现这是一个linux虚拟机：
!cd / !ls
3.6运行.py代码
安装Keras
!pip install -q keras
上传minst_cnn.py file到你的Google Drive中的app文件夹.
运行下面代码来训练基于MINST_dataset的一个简单的卷积神经网络：
!python3 "/content/drive/My Drive/app/mnist_cnn.py"
正如你看见的，每个epoch仅仅需要8s.
据某位大佬的博客所说：
每个率每个Epoch大概需要130s+完成
四、相关命令
（1）查看是否使用GPU
import tensorflow as tf
import tensorflow as tf
（2）在使用哪个GPU
from tensorflow.python.client import device_lib
device_lib.list_local_devices()
（3）RAM大小
!cat /proc/meminfo
参考链接：
1、https://medium.com/deep-learning-turkey/google-colab-free-gpu-tutorial-e113627b9f5d