使用Colab训练步骤（有点mmdetection内容）

发布时间：2023-12-20 15:00

1. 参考链接

这个链接真的超详细！利用谷歌colab跑github代码AttnGAN详细步骤深度学习实验（colab+pytorch+jupyter+github+AttnGAN）
使用自己数据集在google colab上进行yolov5模型训练
Google colab 安装旧版本pytorch1.6
colab 上挂载云盘，切换到指定目录
Colab使用教程（我觉得这篇文章写得很小清新）

❀❀❀❀❀

一定要去看官方教程！！！我这里没有写完整！！！

关于mmdetection在Colab上的配置，可参考以下：

官方教程已经写得很清楚啦mmdetection-Object Detection
链接1
链接2

2. 有用的命令

# 挂载到云盘
from google.colab import drive
drive.mount(\"/content/drive\")

# 进入项目（注意必须是单引号），并切换进mmdetection-2.24.1目录，开始运行代码
import os
os.chdir(\'/content/drive/MyDrive/mmdetection_work/\')
%cd /content/drive/MyDrive/mmdetection_work/mmdetection-2.24.1

返回上一级：!cd …（但是好像有时候用%才有用呀，要切换到某目录下，就写成%cd 路径）
删除某个文件或者文件夹：!rm -rf <文件or文件夹>
查看当前目录：!pwd
查看当前目录里的所有文件和文件夹：!ls
解压zip格式的压缩文件（text.zip为目标文件）：!unzip text.zip
解压tar格式的压缩文件（CUB_200_2011.tgz为目标文件）：!tar -xf CUB_200_2011.tgz
显示GPU信息：!nvidia-smi
显示当前Cuda信息：!nvcc -V
显示当前Torch版本：

import torch
print(torch.__version__)

3. 过程-参考第一个链接！

3.1 打开colab，连接云端虚拟机

(1) 进入谷歌云端硬盘 google drive 后，新建一个文件夹取名为mmdetection_work（专用于colab进行mmdetection训练）

(2) 进入到mmdetection_work文件夹（此时为空），右键，在更多中找到colaboratory（如图）

$\"使用Colab训练步骤（有点mmdetection内容）_第1张图片\"$

(3) 跳转来到Colab界面，如下图所示，相当于Jupyter，以文档的形式展现，可以运行和共享代码（点击上面的文件名Untitled0.ipynb可直接改名，我重命名为``）

注意左边那个橘色的文件夹部分，当成功连接到可执行文件时，就会显示自己挂载的云盘以及相应文件夹。

$\"使用Colab训练步骤（有点mmdetection内容）_第2张图片\"$

等待后，显示这样就是连接成功

$\"使用Colab训练步骤（有点mmdetection内容）_第3张图片\"$

(4) 点击连接，连接谷歌colab为你提供的虚拟机

$\"使用Colab训练步骤（有点mmdetection内容）_第4张图片\"$

(5) 更改虚拟机设置，使用GPU，准备开始白嫖

点击左上角修改-笔记本设置-硬件加速改为GPU

$\"使用Colab训练步骤（有点mmdetection内容）_第5张图片\"$ $\"使用Colab训练步骤（有点mmdetection内容）_第6张图片\"$

运行命令!nvidia-smi可查看分配的GPU信息

3.2 配置实验资源（code+dataset）

(1) 运行以下代码装载谷歌云端硬盘到虚拟机

from google.colab import drive
drive.mount(\'/content/drive\')

(2) cd进入到mmdetection文件夹下，然后克隆github项目到虚拟机sample_data文件夹（一般情况下放在此文件夹，别处也可以）

首先找到github代码的HHTPS地址，如YOLOv5的：

$\"使用Colab训练步骤（有点mmdetection内容）_第7张图片\"$

然后在colab中输入克隆命令：

# install dependencies: (use cu111 because colab has CUDA 11.1)
!pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 -f https://download.pytorch.org/whl/torch_stable.html

# install mmcv-full thus we could use CUDA operators
!pip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/cu111/torch1.9.0/index.html

# Install mmdetection
!rm -rf mmdetection
!git clone https://github.com/open-mmlab/mmdetection.git
%cd mmdetection

!pip install -e .

（剩下的操作还是看原链接吧，因为我还不大看得懂┭┮﹏┭┮：利用谷歌colab跑github代码AttnGAN详细步骤深度学习实验（colab+pytorch+jupyter+github+AttnGAN）还有官方文档mmdetection-Object Detection）

4. 使用colab的注意事项

colab的GPU使用是完全免费的，随便用，乱用，使劲用，加油一起薅谷歌的羊毛。
执行命令行前面加!
自带深度学习基础库及库的安装：
- Colab 自带了Pytorch， Tensorflow、Matplotlib、Numpy、Pandas 等深度学习基础库。
- 如果还需要其他依赖，如 Keras，可以新建代码块，利用pip安装
连续使用超过12小时会被限制，使用时中途保存模型文件
如果虚拟机长时间未检测到你有什么指令和动作，会自动切断连接，一切就得重新来（可查看本文的《4.断连问题解决方法》）
不要心动去充钱升级权限，国内也有很多优秀的云服务（例如AutoDL）

5. 断连问题解决方法

白嫖真是爽——google colab 总是断连解决方法

使用 F12 或者是 Ctrl + Shift + I 键就可以打开，然后选择 Console，键入以下代码 + Enter即可。

function ClickConnect(){
console.log(\"Working\"); 
document.querySelector(\"colab-toolbar-button#connect\").click() 
}
setInterval(ClickConnect,60000)

\0\0\0\0\0\0\0\0\0\0\0\0\0\0\0\0\0\0\0\0\0\0\0\0