Google Colab，全名Colaboratory，是由谷歌提供的免费的云平台，可以使用pytorch、keras、tensorflow等框架进行深度学习。其GPU为Tesla T4 GPU，有很强的算力，对于刚入门机器学习或深度学习的用户，这个平台是不二之选。
打开colab，连接云端虚拟机
1、进入谷歌云端硬盘，在更多中找到colaboratory
在这里插入图片描述
2、Colab界面下图所示，相当于Jupyter，以文档的形式展现，可以运行和共享代码。
在这里插入图片描述
3、点击连接，连接谷歌colab为你提供的虚拟机
在这里插入图片描述
等待后，显示这样就是连接成功
在这里插入图片描述
4、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
在这里插入图片描述
在这里插入图片描述
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')
在这里插入图片描述
可以看到装载到了drive文件夹，即是谷歌云端硬盘（就可以实现云盘文件与虚拟机的连接）
在这里插入图片描述
2、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AttnGAN的：
在这里插入图片描述
然后在colab中输入克隆命令：
!git clone https://github.com/davidstap/AttnGAN.git
即可看到colab虚拟机克隆到了github的实验代码。
在这里插入图片描述
3、根据项目的提示，进行资源的导入
①将谷歌云盘的鸟类预处理的元数据保存到自己的云盘（添加快捷方式就是）
在这里插入图片描述
然后打开colab可以看到，birds.zip已经在我们的云盘中，我们将其挪到AttnGAN的指定位置中（data/）
在这里插入图片描述
挪入后发现，他是zip文件,要进行解压
故我们通过cd命令，进入data文件夹当中。
cd AttnGAN/ cd data/
然后进行解压
!unzip birds.zip
同样，我们发现在解压后的birds中还有一个压缩文件叫做text.zip，同样进行解压，解压成功后可以删掉zip文件，因为colab限制了磁盘存储空间，要省着用，解压成功后的文件目录是这样：
在这里插入图片描述
②、用与①相当的方法，添加鸟类图像数据集的快捷方式到云盘，并将它们挪到data/birds/并且解压。
此处为大家介绍一小部分可能会用到的命令：
返回上一级：cd ..
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
实验运行
1、预训练 DAMSM 模型，回到code目录下，输入以下代码并运行：
！python pretrain_DAMSM.py --cfg cfg/DAMSM/bird.yml --gpu 0
bug1：会出现
IndexError: invalid index of a 0-dim tensor. Use
tensor.item()in Python ortensor.item<T>()in C++ to convert a 0-dim tensor to a number
是因为s_cur_loss0 = s_total_loss0[0]应该改成s_cur_loss0 = s_total_loss0.item()，把他们四兄弟都改成.item()
在这里插入图片描述
bug2：会出现
File "/content/sample_data/AttnGAN/code/miscc/utils.py", line 104, in build_super_images
drawCaption(text_convas, captions, ixtoword, vis_size)
File "/content/sample_data/AttnGAN/code/miscc/utils.py", line 35, in drawCaption
fnt = ImageFont.truetype('Pillow/Tests/fonts/FreeMono.ttf', 50)
OSError: cannot open resource
这是因为没有FreeMono字体原因，找到utils.py的50行，改为Humor-Sans.ttf或者LiberationMono-Bold.ttf
后面还有少许bug，这里不再赘述
2、训练 AttnGAN 模型
!python main.py --cfg cfg/bird_attn2.yml --gpu 2
会提示bug：
RuntimeError: CUDA error: invalid device ordinal
CUDA kernel errors might be asynchronously reported at some other API call,so the stacktrace below might be incorrect.
For debugging consider passing CUDA_LAUNCH_BLOCKING=1.
这个是因为，该虚拟机只有一个gpu可用，将--gpu 2改为--gpu 0
3、采样
采样部分文本测试
在这里插入图片描述
可以在这里更改自己需要的文本，比如：this bird is red and white with big swings and short beak
采样部分文件名测试
在这里插入图片描述
python main.py --cfg cfg/eval_bird.yml --gpu 0
然后可以看到，程序进入正常运行阶段，大功告成。
在这里插入图片描述
运行结果
输入的文本为：this bird is red and white with big swings and short beak
注意力输入
在这里插入图片描述
三阶段的生成器分别生成的图像为：
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
实验成功。
使用colab的注意事项
0、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。
1、执行命令行前面加！
2、自带库及库的安装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
3、连续使用超过12小时会被限制，使用时中途保存模型文件
4、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。
5、不要心动去充钱升级权限，国内也有很多优秀的云服务。
