筆者公衆號：技術雜學鋪
筆者網站：mwhitelab.com
前言
對深度學習來說，訓練是一件非常耗時的事情，我們通常是使用GPU來進行此類計算。
然而考慮到個人筆記本的運算性能有限，以及配置本地GPU服務器成本太大，租賃GPU雲服務器就成了一個很好的選擇。
在進行大型神經網絡的計算時，筆者建議使用BAT等公司提供的雲計算平臺。而在其他時候，讀者若是隻是練習，租賃雲服務器則顯得有點昂貴。好在，如今有很多免費的GPU雲計算平臺。
本教程，我們將介紹幾個免費的雲計算平臺。此類平臺使用類似jupyter的交互界面，無需擔心環境配置問題，打開即可用。（過長時間不用會清空用戶的一切數據）
另外，在下一篇教程中，我們將以付費的阿里雲GPU雲服務器爲例，介紹如何創建服務器、配置環境、連接遠程服務器等等。
（本地使用jupyter的環境配置可見環境安裝）
1. kaggle
kaggle是一個AI比賽平臺，該平臺有一個在線版的jupyter運行環境，提供免費的K80 GPU。
kaggle平臺
登錄後，在其kernel界面，選擇“new kernel”，點擊右側的“notebook”，即可創建一個jupyter環境。
選擇“new kernel”
選擇Notebook
創建成功後，界面如下。我們可以在該界面看到CPU使用率、內存使用情況、磁盤使用情況等等。
kaggle平臺的免費雲計算平臺
使用GPU平臺請將右下角的 “GPU off”切換成“GPU on”。
一定要記得調爲“GPU on”
之後當我們運行tensorflow、pytorch的訓練代碼的時候，就會默認跑在gpu上了。
kaggle平臺提供6個小時的GPU使用時間，超過6小時，連接會自動關閉，數據會被清空。想要再次使用，重新建立連接即可。對於大部分使用GPU平臺練手的入門者來說，6小時綽綽有序。
2. colab
colab是谷歌提供的免費在線雲計算平臺，提供K80 GPU。
使用該平臺需要翻牆。
在界面上方菜單欄中選擇“更改運行時類型”
更改運行時類型
硬件加速器選擇“GPU”即可。
設置爲“GPU”
colab平臺無論是從穩定性還是各種各樣的輔助功能都要好於kaggle的雲計算平臺。推薦能夠翻牆的讀者嘗試使用colab。
3. 其他平臺
- 阿里天池的在線jupyter。不支持GPU。
- 微軟的Azure Notebook。
- Cocalc。