最近参加了个比赛，需要进行深度学习中U-Net模型的训练，数据量比较大，刚开始在自己的笔记本上训练，99%的内存和CPU占用.....完全做不了其他的事情，而且还需要8个钟以上的时间....后来搜索了解到了google的colab有免费的GPU可以使用。就肯定使用啦~使用后发现，本来需要8个多钟的训练时间活生生被减少到30-40分钟...GPU真的牛了。
colab一般和google硬盘是一起使用的，将数据放在google硬盘中，挂载到对应的.ipynb笔记本中，在对应的.ipynb笔记本中就可以使用挂载的硬盘了。
对于.ipynb笔记本而言，google是分配了一个虚拟机给你的，你所做的在这台虚拟机之上。
（注意：分配的虚拟机有最长使用时间的规定，长期处于空闲状态也会被回收的）
网址：https://colab.research.google.com/
打开之后，可以先自己建立一个新的.ipynb笔记本：文件=》新建python3记事本。
然后由于改变硬件的时候，挂载的硬盘可能会失效，因此我们先选择对应的硬件：修改=》笔记本设置=》硬件加速器，我们选择 GPU（在这里，CPU和GPU下运行的代码是一样的。但是TPU的话，则需要对代码进行修改）
现在我们来挂载google硬盘：在一个代码单元格中输入以下代码：
!apt-get install -y -qq software-properties-common python-software-properties module-init-tools
!add-apt-repository -y ppa:alessandro-strada/ppa 2>&1 > /dev/null
!apt-get update -qq 2>&1 > /dev/null
!apt-get -y install -qq google-drive-ocamlfuse fuse
from google.colab import auth
auth.authenticate_user()
from oauth2client.client import GoogleCredentials
creds = GoogleCredentials.get_application_default()
import getpass
!google-drive-ocamlfuse -headless -id={creds.client_id} -secret={creds.client_secret} < /dev/null 2>&1 | grep URL
vcode = getpass.getpass()
!echo {vcode} | google-drive-ocamlfuse -headless -id={creds.client_id} -secret={creds.client_secret}运行后，先后会出现两个链接，需要我们点击并授权，然后获得 授权码。
两个空格填写好之后，我们新开一个代码单元格，输入以下代码并运行：
!mkdir -p drive
!google-drive-ocamlfuse drive 
这样子，Google云盘的文件就都放在 drive这一个文件夹之下了。（一般我会将.ipynb文件放在在训练的文件的文件夹之下，这样子，选择或者切换目录比较方便一些。）
这样子并还没有完全好，在训练的代码中的最上面还需要import一下：
from drive.taidi import *
#测试当前目录是在哪里
print("os_dir:",os.getcwd())
preDir="drive/taidi/"
if (os.getcwd())!="/content/drive/taidi":
os.chdir(preDir)#改变当前目录
print(os.getcwd())
设置好文件的位置之后，就可以将代码放到这下面来运行了（在同一个单元格中）。
这是运行时的输出框：
如有错误，敬请批评指正，谢谢。