1.打开Google Drive创建一个notebook,将深度学习网络、训练权重和数据集上传到云端硬盘,文件拖拉过去就可以。
2在文件夹内,右键单击,选择连接colab
3. 更改为GPU训练
5. 加载盘
from google.colab import drive
drive.mount('/content/drive/')
6. 切换到你要跑的目录下面
指定当前的工作文件夹
import os
此处为google drive中的文件路径,drive为之前指定的工作根目录,要加上
os.chdir("/content/drive/MyDrive/colab/Notebooks/UNet")
7. 安装Pytorch以及torchvision
Colab 一般情况下已经自带了pytorch环境了。若没有可以进行相应的安装:
!pip install torch torchvision # 在Colab中执行操作语句时,感叹号不能漏
8. 执行训练命令
!python train.py
9. 训练完成的模型权重在logs文件夹内
由于部分训练的需要,数据集可以上传到云端硬盘Google Drive,然后再Colab中加载云端硬盘读取数据进行训练,具体实现过程如下:
挂载云端硬盘:from google.colab import drive from google.colab import files drive.mount('/content/drive') 云端硬盘挂载成功后的路径为: /content/drive/My Drive/