使用Google Colab有了好一段时间，来写一下使用体验并补充一下使用技巧。

前情回顾：https://blog.csdn.net/jcfszxc/article/details/103342042

colab第一步：挂载硬盘

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

import os
os.chdir("/content/drive/Shared drives/")

这里我使用的是Shared drives而不是My drives，是因为谷歌的云盘空间确实不够用，在寻找如何使用PayPal升级储存空间的时候，发现了教育专用共享硬盘，理论上可以也自己操作，但是网上的教程看起来太繁琐了，于是我在淘宝上花了二十块钱买了两块无限硬盘。美滋滋

插一句：
以前我觉得Colab是通过不同国家来分配不同档次显卡的，从K80到P100不等。

不过最近我换了很多IP显示的设备都是Tesla T4了，已经刷不到P100了，不知道是什么原因。

连接到本地代码执行程序

借助 Colaboratory，您可以使用 Jupyter 连接到本地运行时。这样一来，您就可以在本地硬件上执行代码并访问本地文件系统。

第一步：本机安装Jupyter
如果本机上有安装Anaconda，就不必担心这个问题了。
如果没有的话，就可以使用这个命令来安装Jupyter

pip install jupyter -i https://pypi.tuna.tsinghua.edu.cn/simple

第二步：安装并启用jupyter_http_over_ws jupyter 扩展程序

pip install jupyter_http_over_ws
jupyter serverextension enable --py jupyter_http_over_ws

第三步：启动服务器并进行身份验证

在终端运行这行命令，可以打开本机的Jupyter，并返回一串含有‘localhost’的网址

jupyter notebook --NotebookApp.allow_origin='https://colab.research.google.com'  --port=8888  --NotebookApp.port_retries=0

第四步：连接
在colab页面的右上角找到连接到本地代码执行程序。

将上一步获取的网址粘贴到这里即可。

不过连接上本地后，就不能调用谷歌的显卡了，只能使用本地端的资源和数据了。

Colab与本地的文件传输

上传和下载文件到Colab有两种方法。一种是通过上传文件到谷歌云盘，在Colab页面再重新挂载一次硬盘。另一种是在Colab页面选择本地文件直接上传。

在Colab页面直接上传

from google.colab import files 

上传文件

files.upload()

下载文件

files.download()

Warning!!!

注意不要在我的硬盘的主目录下存放过多的文件！有一次不小心在主目录下解压了Mnist，结果就很卡，Colab也不能加载，报了类似缓存不足的错误，手动删了几个小时才把它们删完。

使用感想

啊，虽然有好一阵子觉得Colab是真的香，但是它也有很多的坑，比如说反馈很慢！又用回实验室的服务器之后明显的感觉到了两者极大的差距。服务器极佳的使用体验是Coalb不能带来的。所以我的建议是在没有设备使用的情况下再尝试使用Colab解决问题。

没有谁的生活会一直完美，但无论什么时候，都要看向前方，满怀希望就会所向披靡。—— 巫哲 《撒野》