Colaboratory 是一个托管的 Jupyter 笔记本环境，可以免费使用，无需设置。可能你已经在 Machine Learning Crash Course、tensorflow.org’ s eager execution 教程、或者各种研究文章中看到过它。这里，我们想提供 5 个使用它的提示：
- TensorFlow 已预先安装
在 colab.research.google.com 上创建新笔记本时，TensorFlow 已经预先安装并针对所使用的硬件进行了优化。执行 import tensorflow as tf，就可以开始编码。
- 在代码单元中设置库和数据依赖项
使用 !pip install 或 !apt-get 创建 cell。通过这种方式可以让其他人轻松地重现您的设置。要获取训练数据，可以使用这些热门数据源教程：BigQuery，Drive，Sheets 或 Google Cloud Storage。
- 与 GitHub 一起使用
如果你在 GitHub 上有一个很好的 ipynb，你可以很容易地为你的读者创建一键式链接。只需将您的 GitHub 路径添加到 Google Colab 即可。例如，colab.research.google.com/github/tensorflow/tensor2tensor/blob/master/tensor2tensor/notebooks/hello_t2t.ipynb 将加载存储在 GitHub 上的此 ipynb。
你还可以通过 File > Save a copy to Github… 轻松地将 Colab 笔记本的副本保存到 Github。
- 共享和协同编辑
Colab 笔记本就像 Google Docs 和 Sheets。它们存储在 Google 云端硬盘中，可以通过协作方式进行共享，编辑和评论。只需单击笔记本右上角的 “共享” 按钮。
- 硬件加速
默认情况下，Colab 笔记本在 CPU 上运行。可以通过 Runtime > Change runtime type，然后选择 GPU 从而使 Colab 笔记本在 GPU 上运行。你也可以按照这些说明让 Colab 笔记本使用你的本地机器硬件。
注：说明链接 Google Colab
有关更多提示，请参阅我们的 welcome notebook，阅读我们的 FAQ,，或在使用 Colab（帮助>搜索代码段…）时查找有用的代码段。
注：welcome notebook 链接
FAQ 链接 Google Colab
非常谢谢您对 TensorFlow 和 Colab 的关注和喜爱！
大白白 2018-7-25 17:51:34