学习深度学习的你是否还在困扰：没有GPU？训练太慢？不用担心，这篇文章将会介绍如何使用免费的GPU，让你的训练飞起来。
Google Colab简介
Google Colaboratory是谷歌开放的一款研究工具，主要用于机器学习的开发和研究。这款工具现在可以免费使用，但是不是永久免费暂时还不确定。Google Colab最大的好处是给广大的AI开发者提供了免费的GPU使用！GPU型号是Tesla K80！你可以在上面轻松地跑例如：Keras、Tensorflow、Pytorch等框架。
当然，这里也做了详细整理，避免大家重复我们已经出现的错误，具体步骤如下：
1. 注册 google 账号
2. 登录 google 云盘
3. 建立 colaboratory 文件
如果在更多里面没有找到“Colaboratory”，可以点击“+关联更多
应 用 ” ， 然 后 在 里 面 搜 索 并 添 加 colaboratory ， 如 下 图 ：
4. 单击新建文件，显示如下界面：
5. 使用 GPU
6. 装载 google 硬盘，首先先把自己的代码上传至谷歌硬盘中，然
后装载硬盘
点击显示的连接，将验证码复制过来，Enter 回车
然后会出现 drive 目录
7. 运行 python 代码，选中左侧目录下自己的 py 文件，右键复制文
件路径，然后新建代码段，执行指令！python py 路径
其中 My Drive 中间有空格，路径需做修改如下
另外需要注意的是，自己代码中的文件路径，都需要写成相对于
/content 目录下，否则会找不到文件，然后就可以正常运行了。
一般情况下，分配的GPU为Tesla xx型号，显存16G，一般网络训练都不是问题，当然还可以使用TPU训练，速度可以进一步提升近10倍，不过TPU使用需要修改部分代码，大家有兴趣可以自己尝试。
到了这里，大家再看深度学习的教程就不用担心了，比如我的教程
TensorFlow基础与应用实战高清视频教程
使用免费的GPU，薅资本主义的羊毛，感觉是不是很爽？
