Google Drive搭建机器学习环境

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/