谷歌Colab花了太多时间来训练分类器。如何解决这个问题？
谷歌Colab花了太多时间来训练分类器的问题可以通过以下几种方式来解决：
- 使用更强大的硬件：Colab提供了免费的GPU和TPU资源，可以通过将代码适配到GPU或TPU上来加速训练过程。可以使用
tensorflow或torch等深度学习框架来利用这些硬件资源。 - 优化模型和数据：可以尝试使用更小的模型、减少训练数据量、进行数据增强等方式来减少训练时间。可以使用
tensorflow或torch等框架提供的工具和技术来进行模型和数据的优化。 - 分布式训练：可以将训练任务分布到多台机器上进行并行训练，以加快训练速度。可以使用
tensorflow的分布式训练工具或者使用torch的分布式训练库来实现。 - 使用预训练模型：可以使用已经在大规模数据上预训练好的模型作为初始模型，然后在自己的数据上进行微调，以减少训练时间。
- 调整超参数：可以尝试调整学习率、批大小、优化器等超参数来优化训练过程，以减少训练时间。
- 使用模型压缩技术：可以使用模型压缩技术来减少模型的大小和计算量，从而加快训练速度。可以使用
tensorflow或torch等框架提供的模型压缩工具。 - 使用分布式存储：可以将训练数据存储在分布式存储系统中，以提高数据读取速度。
- 使用缓存技术：可以使用缓存技术来缓存计算结果，以减少重复计算，从而加快训练速度。
- 使用异步训练：可以将训练过程中的一些计算任务异步执行，以提高训练速度。
- 使用模型剪枝技术：可以使用模型剪枝技术来减少模型的参数量和计算量，从而加快训练速度。
腾讯云相关产品和产品介绍链接地址：
- GPU云服务器：https://cloud.tencent.com/product/cvm/gpu
- TPU云服务器：https://cloud.tencent.com/product/cvm/tpu
- 分布式训练：https://cloud.tencent.com/product/tensorflow
- 模型压缩：https://cloud.tencent.com/product/tensorflow
- 分布式存储：https://cloud.tencent.com/product/cos
- 异步训练：https://cloud.tencent.com/product/tensorflow
- 模型剪枝：https://cloud.tencent.com/product/tensorflow
相关·内容
1回答
我正在致力于图像分类的德国交通标志数据集在谷歌Colab与Pytorch。以下是数据集的结构：
GTSRB
训练
00000/
*.ppmm
- …
- 00043/
- \*.ppmm
- Test
- \*.ppmm
- …
- labels.csv
我已经成功地将整个数据集上传到我的驱动器(它花了很长时间！)我使用ImageFolder类和Dataset类分别加载训练和测试图像。
然而，训练我的模型真的很慢，GPU也没有得到有效的使用。经过多次搜索，我发现从
浏览 0提问于2019-01-05得票数 1
我在使用colab和fastai进行训练时遇到了问题(第一次历时超过4个小时)。它只花了我大约5个小时的第一个纪元，这是没有用的谷歌colab，因为使用GPU的限制，我正在使用'efficientnet-b4‘和约52k训练照片后，数据增强和11k有效照片。
问题如图所示：
浏览 22提问于2020-05-12得票数 1
回答已采纳
我已经使用Keras训练了一个图像分类模型。训练后的模型在训练数据上的准确率为95%，在未接触的验证数据上使用model.evaluate，我获得了约92.8%的准确率。
但是，当我使用model.predict函数来获得预测概率并获得概率最大的预测类时，我获得了~80%的准确率。
完整的代码可以在以下链接上以colab笔记本的形式获得-
你应该能够运行所有的东西，并看到准确性的差异。问题出在代码块中，如下所示
浏览 2提问于2020-06-12得票数 0
我正在尝试使用!opencv_traincascade训练一个关于Colab的Haar分类器。根据训练阶段1-5的时间，我大约需要3天才能完成阶段20。有没有办法利用GPU并加快训练速度？
浏览 41提问于2019-06-20得票数 0
1回答
有人可以简单地列出为CS新手构建BERT文本分类器所涉及的任务吗？我的方法包括获取一个段落长度的人道主义援助活动描述列表(在CSV文件中具有相应的标题和扇区代码)，并使用单独的扇区代码列表及其句子长描述构建一个能够将扇区代码分配给描述的分类器。对于训练、测试和评估，我将把我的分类器生成的代码与CSV文件中的代码进行比较。
有什么关于高级任务/步骤的想法，以帮助我制定项目任务核对表？我启动了一个谷歌CoLab笔记本，制作了两个CSV文件，将它们放入谷歌云存储桶中，我想我必须提取这些文件，对数据进行标记化，然后？理想情况下，我也想坚持使用Google工具。
浏览 15提问于2021-11-12得票数 0
我正在训练一个深度学习模型，使用谷歌的Colab对NIH的胸部Xray-14数据集中的疾病进行多标签分类。我不能一次将所有图像加载到Dataloader中，因为大约有112k个训练样本和有限的RAM。 有没有办法在pytorch的DataLoader中只存储图像的路径，在训练期间只读取当前迭代所需的那些图像，一旦迭代完成，图像就会从内存中卸载，依此类推，直到一个时期完成。
浏览 10提问于2019-09-08得票数 2
回答已采纳
我正在使用谷歌Colab朱庇特笔记本进行算法训练，并一直在为一个恼人的问题而挣扎。因为Colab是在VM环境中运行的，所以如果会话空闲几个小时，所有变量都会变得没有定义。我从午餐回来，需要一段时间才能加载的训练数据变得没有定义，我不得不再次使用read_csv来加载我的数据文件。
有人知道怎么纠正这件事吗？
浏览 2提问于2018-11-12得票数 4
回答已采纳
3回答
微调BERT的最后x层
、、、
我试着微调BERT只在特定的最后一层(比方说最后三层)。我想使用谷歌Colab进行TPU培训。我使用hub.Module加载BERT并对其进行微调，然后将微调后的输出用于我的分类任务。 bert_module = hub.Module(BERT_MODEL_HUB, tags=tags, trainable=True) hub.Module可以选择将模型设置为可训练或不可训练，但不能将其设置为部分可训练(仅特定层) 有人知道如何使用hub.Module训练最后1、2或3层的BERT吗 谢谢
浏览 67提问于2019-05-08得票数 2
我已经使用预先训练好的CNN训练了一个模型，并将其以h5格式保存在Colab上。对于我的项目，我需要从四个摄像头捕获图像，并使用训练好的模型进行图像分类。Colab似乎无法连接到四个摄像头，我正在考虑用我的pc连接。但是，我应该如何使用位于Colab上的h5.file？我是编程和机器学习方面的新手。抱歉，如果我问了一个愚蠢的问题...Thank你
浏览 26提问于2020-05-17得票数 0
1回答
我正在使用AutoML构建一个分类模型，我有一些关于GCP的基本用法问题。
1-数据隐私问题；如果我们保存行为数据以在BigQuery中训练我们的模型，谷歌是否有权访问这些数据？谷歌可以使用这些数据来了解更多我们收集的数据中个人的行为吗？
2-由于培训费用是按小时收费的，我想了解一下数据和培训时间之间的关系。时间是否随着训练数据集的大小而线性增加？例如，我们使用1.7MB的数据训练一个分类，花了3个小时。那么，训练一个拥有17MB数据的模型需要30个小时吗？
3-批量预测每小时1.16美元。然而，我们的数据是在csv中，似乎我们不能上传csv来进行批量预测。因此，我们将尝试使用API。因此，我
浏览 17提问于2020-02-19得票数 0
最近我试着测试我已经训练好的模型。最初，我使用Google colab notebook编写代码，因为它的交互功能，一旦我完成了代码编写并获得了满意的结果，我花了大约2.5小时才给出最终输出。在那之后，我想要的是将notebook代码转换成.py脚本，我做了一点修改，将其保存在gdrive中，然后使用命令!python test.py。现在我花了超过4.5个小时才得到最终的输出，谁能解释一下为什么colab在尝试从gdrive运行python脚本时花费了这么多时间，而在notebook中运行相同的代码时却花费了这么多时间
浏览 19提问于2020-03-07得票数 0
7回答
我正在开发一款，我想在谷歌Colab上测试一下。
对于训练数据集，我有700张图片，大部分是256x256，我需要将它们上传到我的项目的python numpy数组中。我还有数千个相应的掩码文件要上传。它们目前存在于Google drive的各式各样的子文件夹中，但我一直无法将它们上传到Google Colab以便在我的项目中使用。
到目前为止，我已经尝试使用Google Fuse和PyDrive，前者上传速度似乎非常慢，后者给我带来了各种身份验证错误。我大部分时间都在使用Google Colab I/O示例代码。
我该怎么做呢？PyDrive会是未来的发展方向吗？是否有代码可以一次上传一个文
浏览 1提问于2018-02-20得票数 10
我知道如何简单地制作和加载一个泡菜文件，我想做的是:有一个NLTK朴素贝叶斯分类器，这是由多个泡菜文件。这个是可能的吗？我想知道如何用分类器制作泡菜文件，然后附加更多从其他训练数据中学到的东西，这样我就有了一个更大的泡菜文件。
主要原因是我的笔记本电脑花了大约2分钟的时间来训练3500篇文章上的分类器，但是要用这个分类器做一个大的泡菜文件却花了很长时间。我认为这是因为当时它占用了我内存的90%以上，我希望我可以分而治之，这样它就不会同时占用我所有的内存。还是有更好的方法来训练出大量的文件？我需要实现自己的分类器或类似泡菜的文件才能做到这一点吗？还是有办法做到这一点？
我尝试过对一些变量使用de
浏览 0提问于2014-08-12得票数 0
回答已采纳
我想在google colab中训练一个分类器，使用Keras来分类图像是代表狗还是猫。有8000个训练样本和2000个测试样本。1个时期所用的时间是12小时。我是google colab的新手，我不知道如何解决这个问题。我使用图形处理器作为硬件加速，我认为有1xTesla K80将花费不到5分钟，但它花费了太多的时间。
我尝试将运行时更改为GPU和TPU，但这两个运行时都不起作用。
下面是我的代码：
classifier = Sequential()
classifier.add(Conv2D(32, (3, 3), input_shape = (64, 64, 3), activatio
浏览 27提问于2019-07-08得票数 4
2回答
我正试着在Google Colab上训练CNN。我有5万张图片的文件。通过谷歌搜索，我发现使用它们的最好方法是压缩文件，然后在笔记本中解压缩它们。这是相当乏味的，因为它需要一段时间来解压缩文件夹，每次我想运行一个新的模型，我必须重新解压缩文件夹，它需要大量的时间。还有什么可以加速的吗？？
from google.colab import drive
drive.mount('/content/drive')
!unzip -uq "/zip folder on drive" -d "/new location folder"
浏览 10提问于2020-03-07得票数 1
回答已采纳
1回答
训练分类算法所需的时间
、、、
像支持向量机和XGBoost这样的分类算法需要花费大量的时间来训练，有些时候它会在特定的数据集上运行，而其他分类算法对相同的数据集只需要不到10秒的时间。 总数据集大小= 141,000个数据点，训练集=总数据集的75%，而测试集=总数据集的25%。 有没有什么方法可以找到需要训练的模型所花费的时间？ 数据包含41个属性，其中3个属性是名义属性，并使用虚拟编码进行编码。编码后，共有110个属性。 注意:数据集是保密的，所以我不能在这里分享它。
浏览 44提问于2020-01-27得票数 0
1回答
我正在尝试用Darknet CNN训练我的Yolo物体探测器。我正在使用Yolov4预先训练的权重，它可以预测汽车，红绿灯和停车标志与这些COCO类。我只是想知道如何添加一个额外的图层，以便我的模型也可以拾取交通标志。要训练的代码如下： !./darknet detector train data/obj.data cfg/yolov4-obj.cfg yolov4.conv.137 -dont_show -map 我正在参考的谷歌Colab：Google Colab
浏览 36提问于2020-12-02得票数 1
回答已采纳
我正在尝试使用经过训练的多类分类模型(从colab中训练和保存的模型)到Raspberry pi 4中。
在colab：
import sys
print(sys.version)
打印3.7.14 (default, Sep 8 2022, 00:06:44) [GCC 7.5.0]。类似地，
import tensorflow
import numpy
print('tensorflow_version',tensorflow.__version__)
print('numpy_version',numpy.__version__)
版画
tensorf
浏览 14提问于2022-09-21得票数 0
回答已采纳
我有一个个人IA项目，需要良好的计算能力(用新数据训练文本识别 )。
它需要花费太多的时间来训练(如果没有CUDA GPU优化，我很难设置)。
所以我想使用。
问题是，我不知道如何通过我的项目，让它在谷歌Colab上工作，我有数百张图片，它要求我接受每一个下载！我不能下载上面有东西的文件夹！
如何传递.zip项目文件夹或仅传递项目文件夹并使其在笔记本上工作？(如Google Colab)
浏览 15提问于2021-11-08得票数 0
我正在使用谷歌Colab训练我的三维卷积神经网络60个时代，但当它达到57个时代，我的会议结束。重新连接后，训练从第一阶段开始。
我应该做什么来训练我的模型后，我的未完成的时代，我的会议已经结束谷歌合作？
浏览 1提问于2019-01-28得票数 2
回答已采纳
我正在使用PPO稳定的基线在谷歌Colab与Tensorboard激活跟踪培训进度，但在大约100-200 K的时间步骤，张力板停止更新，即使模型仍然在训练(学习)，还有谁有这个问题，并知道它的解决办法？
浏览 4提问于2022-05-12得票数 0
回答已采纳
1回答
我有一张512x512的图像。我想对该图像执行每像素分类。我已经使用80x80补丁训练了模型。因此，在测试时，我有每个维度为80x80的512x512=262144补丁，这种分类太慢了。如何缩短测试时间？请帮帮我。
浏览 2提问于2016-05-07得票数 1
我得到了这个错误在第三周的作业‘微调InceptionV3花卉分类’在‘谷歌Colab’。
错误: TypeError: get_updates()接受3个位置参数，但给出了4个
这种情况发生在编译后的培训步骤中。#微调2期(全面通过所有训练数据)
我在代码中找不到一个bug。前面的部分运行时没有出现错误。会不会是版本问题？有人能建议编译步骤中的片段吗？任何帮助都是非常感谢的。
浏览 2提问于2021-03-01得票数 1
3回答
我最近开始使用Google来训练我的CNN模型。它总是需要10+小时来训练一次。但在这些10+时间里，我不能呆在同一个地方，所以我总是关掉我的笔记本，让这个过程继续下去。
我的代码会自动保存模型。我发现当我与Colab断开连接时，这个过程仍然是在断开连接后保存模型。
以下是问题：
当我试图重新连接到Colab笔记本，它总是停留在"INITIALIZAING“阶段，无法连接。我确信这个过程正在运行。我怎么知道这个过程是否已经结束？
是否有任何方法重新连接到正在进行的过程？我很高兴能在训练中观察到训练中的损失。
对不起，我的英语很差，非常感谢。
浏览 0提问于2018-04-12得票数 5
我在google colab上运行了一个深度学习模型，它在colab笔记本上运行得很好。问题是，随着深度学习模型在云colab笔记本中的训练进展，我自己的计算机cpu和内存使用量也开始上升。仅colab notebook浏览器窗口的RAM使用率就超过500 MB，并且随着培训的进行不断攀升。
在google colab中，我们必须打开我们的跑步笔记本来训练模型，否则我们将失去所有以前的工作，它将停止训练。我可以在终端窗口而不是浏览器上运行google colab吗？有没有办法强制谷歌colab单独在云中运行，也就是说，在不打开电脑的情况下运行笔记本？
浏览 0提问于2018-04-28得票数 7
我有一个术语项目，它需要使用存储在MySQL中的数据来使用Tensorflow或其他任何工具来训练分类模型。 我尝试使用https://github.com/tensorflow/docs/blob/master/site/en/r2/tutorials/keras/feature_columns.ipynb中的示例，我花了很多时间将数据处理成csv文件并修改python脚本。虽然我需要做很多实验，但有没有更简单的工具可以让我在MySQL数据集上进行训练和实验？
浏览 13提问于2019-05-17得票数 0
回答已采纳
我正在使用谷歌Colab Pro+来训练一个计算机视觉模型。有时执行需要8个小时，所以在完成后，我仍然分配内存和GPU。我希望我有一行代码可以在训练结束后执行。有没有办法使用代码来终止环境？
浏览 64提问于2021-10-24得票数 0
回答已采纳
我在Python 3.5上训练了一个机器学习模型，现在我切换到Google Colab，它使用Python 3.6，当我试图加载我在Python 3.5上训练的模型时，它给出了这个错误：
SystemError: unknown opcode.
在谷歌搜索之后，我发现这个错误是由于环境的改变而发生的，然后我交叉检查了我的python版本，两个Python版本是不同的。如何在Python 3.6上加载模型
浏览 25提问于2019-08-14得票数 3
2回答
我正在训练一个unet模型。我开始用我的pc训练，但它太慢了，因为它不能运行在GPU上。因此，我开始使用Google colab进行更快的培训(使用GPU)。我在本地和Google Drive中保存了相同的数据集，在colab和我的pc中也有完全相同的代码，除了路径，因为我需要将它们更改为从Google Drive文件中读取。
我的问题是，在我的电脑上训练unet的结果与用Google colab训练unet的结果有很大不同。
我不知道为什么会发生这种情况(我在两者中使用相同的种子，并且我已经测试过，如果我使用该种子，我总是在本地获得相同的结果)。当我在我的pc上训练unet时，我获得了或多或
浏览 12提问于2021-03-03得票数 0
3回答
我正在做一个项目，使用python nltk模块和naivebayes分类器对文本片段进行分类。我能够在语料库数据上进行训练，并对另一组数据进行分类，但希望在初始训练后向分类器提供额外的训练信息。
如果我没有记错的话，似乎没有一种方法可以做到这一点，因为NaiveBayesClassifier.train方法需要一组完整的训练数据。有没有一种方法可以在不输入原始特征集的情况下添加到训练数据？
我对包括其他分类器在内的建议持开放态度，这些分类器可以随着时间的推移接受新的训练数据。
浏览 1提问于2011-02-05得票数 17
1回答
我必须为我的脸验证项目在谷歌colab免费训练7万张图片。首先，它被困在第一个时代，然后，即使它开始训练，有时它抛出内存错误。我使用的代码是：
<https://nbviewer.org/github/nicknochnack/FaceRecognition/blob/main/Facial%20Verification%20with%20a%20Siamese%20Network%20-%20Final.ipynb>
如果我必须对我的数据集进行小批量处理，以便将其放入colab的GPU内存中，那么我如何才能做到呢？此外，我想训练整个数据集，因为它包含了5个不同的人作为锚和积极的图
浏览 15提问于2022-01-27得票数 0
1回答
我试图在我的本地机器上运行gpt-2，因为谷歌限制了我的资源，因为我在colab训练的时间太长了。
但是，我无法理解如何加载数据集。在原始colab笔记本中，有gpt2.copy_file_from_gdrive()命令，我无法在本地机器上使用该命令。
在github 上，他们只是将文件shakespeare.txt的名称指定给函数gpt2.finetune，它以某种方式工作，但这对我不起作用。
我们将非常感谢你的帮助。
浏览 3提问于2019-09-25得票数 1
回答已采纳
我对Colab和Keras还是个新手。我想工作的图像是非常大的尺寸(每个图像的5 gb)，可在谷歌驱动器。我可以直接从google drive读取这些图像，对它们进行动态处理，然后用这些图像训练模型(批量处理)吗？生成的图像将存储在我的桌面或google驱动器上。这样做有可能吗？
浏览 3提问于2018-12-19得票数 0
我正在使用谷歌Colab上的暗网创建一个Yolov_3模型，我已经做好了所有的事情，并得到了预先训练好的权重来开始训练，但在最后初始化训练时，它显示了这一点。
它运行时没有错误，但显示了darknet是目录。我做错了什么。
只需进入darknet目录即可解决。因为终端在外面，找不到它
浏览 1提问于2020-05-06得票数 0
我试图使用拥抱脸multi_nli来训练一个文本多分类的ai在谷歌云中。我想打电话从一个消防基地的网络应用程序的人工智能最终。但是当我在colab中尝试这段代码时：
!pip install datasets
from datasets import load_dataset
# Load only train set
dataset = load_dataset(path="multi_nli", split="train")
它说它在/root/.cache/huggingface/datasets/multi_nli/default/0.0.0/59
浏览 14提问于2022-04-28得票数 0
我正在使用FaceNet对大约3000人的脸进行分类。每个人大约有100张照片。
FaceNet首先计算每个照片的人脸嵌入(一个特征向量)。所以每个人都有100个面部嵌入。
我想要做的是把每个人的脸集合成一个。做这件事最好的方法是什么？
我试过用刻薄的方法。但我不知道这是否被推荐的方式。
--我之所以想这样做，是因为对3000种标签使用单一的支持向量机作为分类器是非常缓慢的。(我花了50+小时和250克内存，它仍然无法完成训练)。因此，我需要将训练数据划分为子集，并使用多个SVCs来获得第一级结果。然后利用每个人的聚类人脸嵌入和最近距离得到二级结果。
浏览 0提问于2018-11-26得票数 1
当我开始训练我的StyleGAN2模型时，谷歌Colab崩溃了。出现错误"Your session crashed using available RAM“。
我使用的是StyleGAN2的一个分支，其中添加了对非正方形图像的支持。数据集由非常小(640x384)的jpg图像组成。然而，他们有12,195人。tfrecords文件大小为1,47 GB。用于训练的命令是：
!python run_training.py --num-gpus=1 --data-dir=./dataset --config=config-f --dataset=cg --mirror-augment=tru
浏览 2提问于2020-08-04得票数 0
我不确定是否与伯特有关，没有机会测试其他型号，但为伯特做了。
因此，我最近注意到，我以前在google中免费使用的训练算法和数据，在Azure ML工作区中的工作速度似乎要慢得多，这是我们花钱买的。
我做了比较-相同的数据文件(分类问题，10K评论的情感分析)，完全相同的笔记本代码(copy+paste)，相同的最新版本的ktrain安装在两者上，两者都必须在Python3.8上，但GPU在colab方面的性能要好一些。
至少让我感到惊讶的是:谷歌实验室的工作速度比快了10倍: 17分钟对170分钟，而且它是可复制的。特斯拉实验室( Tesla T4，colab)确实比K80 (天蓝色)快，但
浏览 1提问于2022-08-08得票数 3
新手问题在这里。由于现在的情况，我正在试着设置Colab来工作。 如果我使用wget或pip在Google Colab中下载python包或数据集，会消耗我的数据吗？需要说明的是，我只想在Colab上运行代码，而不是从colab下载我本地系统上的模型或文件。 问这个问题是因为我的数据限制非常低(每天1 1GB)，一个大型的预训练模型就可以完成所有的任务。
浏览 30提问于2020-03-23得票数 1
最近我正在使用Google Colab GPU来训练一个模型。训练结束后，我删除了用于训练的大型变量，但我注意到ram仍然是满的。我想知道到底发生了什么，内存中到底有什么，我如何才能在不重启的情况下释放内存？
浏览 1提问于2020-04-26得票数 2
我想为论坛文章构建一个分类器，它将使用语义词表示自动将这些帖子分类为一些定义的类别(因此多类分类而不仅仅是二进制分类)。对于这个任务，我想利用word2vec和doc2vec来验证使用这些模型支持分类器快速选择训练数据的可行性。此时此刻，我尝试了这两种模式，它们都很有魅力。但是，由于我不想手动标记每句话来预测它所描述的内容，所以我希望将此任务留给word2vec或doc2vec模型。所以，我的问题是:在Python中我可以使用什么算法作为分类器？(我想在word2vec或doc2vec上应用一些集群--手动标记每个集群(这需要一些时间，并不是最好的解决方案)。在此之前，我使用了“LinearS
浏览 2提问于2015-07-13得票数 1
回答已采纳
1回答
我正在尝试训练一个YOLOv5神经网络来识别车辆。然而，当它在Google Colab上训练时，它总是停留在这里： train: Scanning 'MyDataset/train/labels.cache' for images and labels... 26559 found, 0 missing, 0 empty, 0 corrupted: 100% 26559/26559 [00:00<?, ?it/s]
train: Caching images (8.5GB): 62% 16425/26559 [00:46<00:30, 330.41it/s]C
C
浏览 86提问于2021-11-18得票数 0
我想通过创建一个X个模型的集合来改进我的ResNet模型，取我训练过的X个最好的一个。就我所见，像打包这样的技术需要更长的时间来对图像进行分类，这在我的情况下真的不是一个选择。
有没有办法在不增加所需分类时间的情况下创建一个集成？请注意，我并不关心增加训练时间，因为与可以进行大量时间的分类相比，它只需要做一次。
浏览 0提问于2019-11-21得票数 2
我有一个非常奇怪的问题。我在互联网上搜索过，看过文档，但还是想不出怎么做。所以我想做的是用Colab训练一个分类器。为此，我在本地机器上有一个狗的图像数据集。 因此，我所做的就是将图像的数据集文件夹打包成zip文件，并将其上传到Drive上。然后，我从Colab挂载了驱动器，并尝试从那里解压文件。一切都好。但我已经意识到，在一段时间后，一些提取的文件会被删除。问题是这些文件不在Colab存储上，而是在驱动器上，我不知道为什么它们会在一段时间后被删除。大概一个小时吧。 到目前为止，我已经使用以下命令进行提取- from google.colab import drive
drive.mount
浏览 33提问于2019-10-17得票数 1
回答已采纳
1回答
我想做一个简单的图像分类应用程序，这样训练/分类就可以在Python脚本中完成。我想为它创建一个web应用程序(最好是在React.js中)，用户可以在其中选择参数或激活函数等。 为了连接前端和后端，我计划使用flaskAPI。然而，由于训练数据可能很大，我想使用GoogleColab作为ML/Python部分。是否可以运行我的前端，使其链接到Google Colab？我找不到任何相关的例子。
浏览 9提问于2020-10-23得票数 1
1回答
我正在google Colab pro上安装RAPIDS，但是它需要很多时间，最后两次安装花了一个多小时，而不是像“开始在colab上安装急流”时所说的那样大约15分钟。这大约需要15分钟。有没有办法加快这一进程？我只想使用cuML库，我不关心其他正在安装它的人。
对于分期付款，我使用以下步骤
!git clone https://github.com/rapidsai/rapidsai-csp-utils.git
!python rapidsai-csp-utils/colab/env-check.py
!bash rapidsai-csp-utils/colab/update_gcc.s
浏览 8提问于2022-08-19得票数 0
2回答
我正在谷歌的colab上训练一个机器学习模型。我正在使用keras和tensorflow后端(python 3.6)。我使用keras提供的model.save()函数保存我的模型。当我调用model.save('model_name时)`文件保存在哪里？我在我的硬盘里找不到它。
浏览 3提问于2018-04-22得票数 3
回答已采纳
我在Google Magenta (MusicVAE)上训练我自己的模型，我使用我自己的音乐文件，并在我的计算机上本地训练模型。我很难弄清楚如何将这个模型加载到Google Colab中以便使用该模型。有人知道如何将本地训练的模型加载到Google Colab上吗？
浏览 0提问于2021-12-02得票数 0
我正在使用keras在google colab上运行一个简单的图像分类问题。为了增加训练数据的大小，我使用了ImageDataGenerator。
当我在本地计算机上运行下面的代码时，它运行得很好，没有任何问题。然而，当我在google colab上运行它时，它似乎是无限运行的。
augmented_history = model.fit_generator(datagen.flow(x_train,
y_train_wide,
浏览 0提问于2020-04-21得票数 1
我正在使用谷歌Colab与谷歌驱动链接在Pytorch的ML项目。然而，过了一段时间后，我的垃圾桶里装满了文件，我的存储空间用完了，这阻止了笔记本电脑保存更新。现在我每次手动删除我的Google Drive中的垃圾，有没有办法在我的代码中实现这一点，例如，我可以在训练每个模型后进行函数调用。 提前谢谢你！
浏览 47提问于2020-12-27得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
