Colab – это среда разработки Python, которая запускается в браузере с помощью Google Cloud.
Это прекрасный способ начать обучение без затрат на настройку вашего компьютера. Дата-сайентисты (Data Scientist) предпочитают этот продукт по целому ряду причин:
- Ноутбуками (рабочими файлами с кодом) можно делиться так, как это принято во всех продуктах Google.
- Работая со средой в браузере, вы подключаетесь к так называемой удаленной среде выполнения, тем самым компенсируете маломощность своего компьютера, если таковая имеется.
- Передовая политика развития продукта. Вкусы дата-сайентистов разнятся, однако огромное количество людей ценит умение Google определить развивающиеся потребности пользователей, к примеру, быстрое перемещение ячеек по ноутбуку стрелками бокового меню.
- Локальное подключение Google Диска. Чтобы использовать файлы, загруженные в облачное хранилище, следуйте инструкции в одноименном разделе документации.
- Длительное время подключения к среде. Когда Вы запустите библиотеку, перебирающую различные Модели (Model) одну за одной, волей-неволей отвлечетесь в процессе обучения моделей. Здесь на помощь придет резервирование среды на 12 часов во время исполнения задачи. Если же вы хотите задерживать остановку среды вне зависимости от кода, откройте панель разработчика своего браузера (например, Google Chrome DevTools), перейдите в раздел "Console" и введите следующий код:
- Автосохранение. Ошибки компиляции – едва ли не обязательная часть процесса, в сочетании с нестабильным сетевым соединением может провоцировать зависание страницы. Автосохранение в Colab достаточно частое, чтобы спасти ваши усилия в 99% случаев.
- Зачатки визуального изящества. Помимо неспешно нарастающей популярности HTML-разметки, Colab поддерживает "темный" режим экрана, и это наиболее бесшовный способ усовершенствовать свое рабочее пространство в сравнении с Jupyter Notebook. GIF ниже – это создание кликабельной ссылки на тот или иной раздел ноутбука.
Ноутбук, не требующий дополнительной настройки на момент написания статьи, можно скачать здесь.
Понравилась статья? Поддержите нас, поделившись статьей в социальных сетях и подписавшись на канал. И попробуйте наши курсы по Машинному обучению на Udemy.
