又有免费GPU资源了：可直接跑Jupyter Notebook，还支持断点续命

本文经AI新媒体量子位（公家号ID:QbitAI）授权转载，转载请接洽出处。

又有新的GPU资源可以免用度了。

福利来自一家叫做Paperspace的云计较公司，他们提供了名叫Gradient的处事：各人都可以用云端GPU，直接跑Jupyter Notebook，不必要付费。

体系预装了PyTorch、TensorFlow、Keras等等很多主流呆板进修框架，用起来险些不会有任何障碍。实习、推理、陈设所有支持，还可以把本身的项目果真分享出来。

振奋民气的动静，在Reddit上得到了400+热度。

有人说，这个器材可以办理Colab的很多题目，先举一个例子：

Colab每次关掉都要从头把全部对象装一遍，但Notebook可以一向用的。(@dkobran)

只要用GitHub账号注册一下Paperspace，就可以进到Gradient处事的页面：

就像开头说的那样，可以运行Jupyter Notebook，可以实习模子，还可以陈设。

运行一个项目

在这个部门，官方提供了很多样本项目，包围各类主流框架，可从中任选一个项目：

再选一个免费的GPU资源：

选好之后，点击“建设Notebook”。一旦建设完毕，体系便会自动开始运行项目。

虽然，随时可以按停，随时可以继承。

在免费处事里，每次最多跑6小时就会自动封锁，但并没有限定次数，断了还可以继承跑。

今朝，免费的计较资源有这些：

其它，付费的GPU资源，也没有贵到不行接管：

着实运行一个项目，倒未必需要多大的算力。

但别忘了，Gradient还支持实习。

实习一个模子

只要用本身的Github账号授权一下，就能直接把哪里的repo搬过来用了。

而且，Gradient里荟萃了很多果真数据集，也可以直接用到本身的项目里。

陈设一个算法

按照官网先容，只要点击push to deploy按钮，就可以一键把算法陈设成API，直接能用的那一种。

此刻已经做到的成果有这些：

· 与TensorFlow集成在一路了，但也可以轻松扩展，来支持其他的模子和数据。· 有多种GPU和CPU可以用来陈设。· 支持多实例陈设，可以自动均衡负载。· 每个陈设，都有本身专用的安详端点URL。· 可以通过Gradient CLI、Web UI/API来会见，也可以从你的自界说应用来会见。

面临这个直击魂灵的题目，一个高分答复 (@dkobran) 在这里：

有几个缘故起因。

一是Colab用的是Google Drive，固然利便但很慢。好比，实习集经常包括了大量的小文件，出格是图像数据集。Colab要提取这些数据，就一点一点爬。这样对MNIST这种小数据集来说还可以，得当做些玩玩的项目；但要实习更专业的模子，做更风趣的研究，就不太够了。

二是Notebook是完全耐久的。假如用Colab，每次打开Notebook都要把全部对象重装一次。

三是Colab的实例也许跑着跑着就关了，之前的事变就丢了。而Gradient可以担保跑完备个session。

其它，Gradient支持在统一情形里添加更多存储，添加高端专用GPU。实习一个伟大的模子，好比要实习一两天、数据集有1TB的那种，也完全可以。还可以一键陈设，把模子直接酿成API，Colab是做不到的。

这里还提供了大量的ML模板，岂论是用TensorFlow、PyTorch、MXNet、Chainer照旧CNTK做的，都可以找到。很多果真数据集，体系也收录了，可以直接用进项目里。

这有也许是个官方谜底，但也确实击中了很多网友优柔的心田：

答得好。关上Colab是史上最烦的工作了。(@kindnesd99)

假如一个目次下面的文件太多，Colab很轻易超时，对图像事变太不友爱了。(@zalamandagora)

Colab乃至都没到超时那一步，就直接读取失败，死在OSError 5之类的错误上了。(@Exepony)

以是，你也来试一下吧。

Gradient传送门：

https://www.paperspace.com/console/gradient

【编辑保举】

1. 搭建轻易维护难！谷歌呆板进修体系血泪教导
2. Photoshop 2020来了，人工智能让计划更轻松
3. 央视点名保举的“家庭智能管家”，疑似阿里人工智能尝试室新品
4. 新的人工智能编程说话逾越了深度进修
5. 媒体近间隔打仗谷歌量子计较机：还要办理哪些题目

（编辑：河北网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!