一、前言
前几天做深度学习模型训练使用 Google 的 colab 总是掉，搞得很烦。然后那天我队友 “叶伏天” 和我说有一个类似于 Google colab 的平台，可以训练，虽然也有 8 小时的限时，但是这两个我可以替换使用，甚至一起跑实验，显卡配置也可以满足我的需求训练模型的需求。这个平台就是阿里云天池实验室。
二、阿里天池实验室
进入网页，选择天池Notebook：https://tianchi.aliyun.com/
然后点击我的实验室，图右红框为最近建立的项目：
进入下面的界面后点击新建，就会出现红色箭头的项目，一般想跑自己的项目就可以设置成私有，完成后点击右侧蓝色编辑框，即可进入界面：
进入到这个界面就可以看到一些基本的操作空间，点击 File 可以新建Jupyter Notebook，点击帮助文档，里面会有一些常见的问题和操作。新建之后就可以查看你的文件路径或者点击新建终端 Terminal 也可以。
三、基本使用
说明一下，阿里云天池实验室你可以自由地上传自己的压缩包文件，解压命令为：
!unzip你的导包文件名.zip
解压后可以在终端黑窗用指令查看路径进行操作。
使用 pwd 命令进行操作显示路劲，ls命令查看文件下的目录，cd切换到指定目录，unzip命令可以解压缩文件。
解压文件可能会出现报错：
当时上传的数据、代码和各种文件总共有 900 多MB，上传好了进去发现 unzip 不出来，又在网络情况好的情况下，重新将数据和代码打包成 zip 文件再上传，解决了问题。
新建好notebook，查看所安装的包：
!piplist
查看 GPU 信息：
!nvidia-smi
查看 GPU 能否使用：
importtensorflowastfprint(tf.test.is_gpu_available()) # True
返回 True 则说明可以正常使用
查看当前路径：
!pwd
进入指定路径：
importosos.chdir("路径")
安装缺少的第三方库，比如说安装 tensorflow-gpu 版本：
!pipinstalltensorflow-gpu==1.4.0--user
安装tensorflow
!pipinstalltensorflow==1.4.0--user
训练的话按照平时执行 .py 文件的方法就行
!pythontrain_model.py
显示GPU已加载：
开始训练：
训练产生的文件：
由于这个阿里云只有 5G 的空间，使用的数据不要太大了，一般训练模型也够用了。总之免费的使用，也是挺不错的，主要是要使用GPU
说明：tensorflow和keras的版本适配，可以参考下面的网站
