哪裡有免費的Python + Tensorflow-GPU 開發環境？
答案是Google Drive就有了！而且還免費！他叫做：Google Colaboratory

這個功能實在是讓所有Python的教學者提供了一大福音！
因為，不需要浪費時間在環境建置上，可以讓學生馬上進入狀況！至於環境建置的部分可以讓遇到問題的學生在課餘時找解答就好！
如果想要建置私有的Tensorflow開發環境，可以參考這篇：使用 Ubuntu 作為 深度學習/機器學習/人工智慧之 平台

建立應用程式連結

登入你的Google帳號，開啟Google Drive！
新增 >> 更多 >> 連結更多應用程式

 

請搜尋『Colaboratory』 >> 按下『連接』按鈕！

 

勾起檔案和預設開啟應用程式的設定，並按下確定！

 

建立Colaboratory檔案

新增 >> 更多 >> Colaboratory

 

他會另開一個新視窗！這時畫面左下角會出現一些使用提示，可以看看～

 

使用Tensorflow-GPU

在空白的.ipynb檔中輸入下列程式，並且按下執行！
下列程式是用Tensorflow來讀取系統是否有GPU～

但卻出現這個錯誤！…
其實不用慌，就是因為還沒設定好預設使用GPU運算！

Python

SystemErrorTraceback (most recent call last) <ipython-input-40-075e985ea3a2> in <module>() 2 device_name = tf.test.gpu_device_name() 3 if device_name != '/device:GPU:0': ----> 4 raise SystemError('GPU device not found') 5 print('Found GPU at: {}'.format(device_name)) SystemError: GPU device not found

1 2 3 4 5 6 7 8

SystemErrorTraceback (most recent call last) <ipython-input-40-075e985ea3a2> in <module>()       2 device_name = tf.test.gpu_device_name()       3 if device_name != '/device:GPU:0': ----> 4     raise SystemError('GPU device not found')       5 print('Found GPU at: {}'.format(device_name))   SystemError: GPU device not found

 

設定GPU運算

修改 >> 筆記本設置

 

將硬體加速器更改為『GPU』

 

這麼一來執行就會正確囉！
Found GPU at: /device:GPU:0
意思是『找到GPU硬體，編號第0號』

 

 

其實～使用Google Colaboratory這個平台，真的很方便！
因為不但免費，而且還不需環境建置麻煩的過程！
這樣的服務實在是非常適合課堂教學使用！