Google Colaboratory,
줄여서 Google Colab
: 클라우드 기반의 Jupyter Notebook 형식으로 제공
* 사용하는 입장에서 Jupyter 인 것만 알면 됨
# 어디에 누가 사용하나
Python, TF, Keras, Pytorch 등 인공지능 학습이나 간단한 작업 시에 사용하기 좋음
웬만한 학습에 사용 가능
*개인 GPU 서버를 가지고 있지 않은 분들이나, 학생들의 경우에 추천
# 장점
1. 구성 필요 없음
: 환경 구축에 시간을 아낌
: CUDA, Cudnn, 가상환경 버전 등 아무것도 신경쓸 필요 없음
: 파일 엑세스를 해야할 경우에만, Google 본인 계정과의 드라이브 연결만 하면 됨
2. 라이브러리 설치 관련
: 실제 가상환경에서 필요한 라이브러리를 직접 설치해야하는 번거로움이 있는데
Colab 사용 시, 왠만한 라이브러리를 설치없이 import 해서 사용할 수 있음
3. GPU, TPU 무료 엑세스
: 제공해주는 GPU, TPU 가 고정되어 있지만, 충분히 좋음
: 무료인 것을 생각하면, 이것만한게 없음
# 초기 설정
코랩 사용시, 런타임 유형 & 세션 관리 만 보면 됨
- 세션 관리 : 현재 사용중인 코랩 전체 Ipynb 파일 세션 보기
- 런타임 유형 : 해당 파일의 TPU, GPU, None 설정
초기 파일 생성 시, 원하는 유형 선택
# 구글 드라이브 마운트
구글 본인계정과 연동된 하나의 서비스(?)기 때문에
본인 계정의 파일을 업로드하여 파일을 엑세스 할 수 있음
from google.colab import drive
# 구글 드라이브 마운트
drive.mount('./gdrive')> 경로
"/gdrive/MyDrive/[코랩 해당 파일을 담은 폴더]/[해당 파일]"
예.
해당 구글 드라이브에 특정 경로에 데이터셋을 올리고
올려진 데이터셋을 마운트한 경로를 기반으로 가져와 사용
# 제공 환경 확인
Colab에서 제공하는 환경의 버전 확인
기본적으로,
--
Ubuntu 18.04.5 LTS
Python 3.7.10
CUDA 11.2
TF 2.4.1
Keras 2.4.3
GPU : Tesla T4
10~12GB 정도
--
사용할 수 있음
* 계속 최신 버전으로 업데이트 됨 / 낮은 환경 필요 시, 다운그레이드해서 사용하면 됨
* 우분투 환경에서, 도커 형태로 주피터 노트북이 올라간 듯
* Tesla T4
다층 신경망이 포함된 딥러닝, 머신러닝 소프트웨어 프레임워크를 지원하는 튜링 아키택쳐 기반의 GPU
# 현재 환경에 설치된 패키지 리스트 출력
!pip freeze
# 파이썬 버전 확인
!python --version
# 사용중인 GPU / 드라이브 버전 / CUDA 버전 등 GPU 상태 확인
!nvidia-smi
# 플랫폼 사양 확인
import platform as p
p.platform()
# 리눅스 종류 확인
!cat /etc/issue.net
# CPU 정보 확인
!cat /proc/cpuinfo
# Memory 확인
!cat /proc/meminfo
# KB -> GB
!awk '/MemFree/ { printf "%.3f \n", $2/1024/1024 }' /proc/meminfo
# 디스크 사용량 확인
!df -h
> 구글 드라이브 저장 용량 (15GB)
부족하다면, 월 2400 정도내면 100GB 업그레이드가 됨
# 결론
좋음
