Google Colab提供的免费资源不足以满足我的用例。
是否有办法旋转具有更多内存的功能更强大的GPU / TPU,并将其用于Google Cloud中的Colab笔记本?只要我可以轻松运行Jupyter Notebook,就不必是Google Cloud。我正在使用Keras / Tensorflow BTW
谢谢!
答案 0 :(得分:1)
该指令位于此页上的“连接到Google Compute Engine实例上的运行时”部分: https://research.google.com/colaboratory/local-runtimes.html
此处复制:
如果您要连接的Jupyter笔记本服务器正在运行 另一台计算机(例如Google Compute Engine实例),您可以设置 SSH本地端口转发,以允许Colaboratory连接到它。
注意:Google Cloud Platform提供了具有以下功能的深度学习VM映像: 预先配置了协作式本地后端支持。遵循方法 使用本地SSH设置Google Compute Engine实例的指南 转发端口。如果使用这些图像,请直接跳至步骤4: 连接到本地运行时(使用端口8888)。
首先,按照说明设置Jupyter笔记本服务器 以上。
第二,建立从您的本地计算机到计算机的SSH连接。 远程实例(例如Google Compute Engine实例)并指定 “ -L”标志。例如,将本地计算机上的端口8888转发到 您的Google Compute Engine实例上的端口8888,运行以下命令:
gcloud compute ssh --zone YOUR_ZONE YOUR_INSTANCE_NAME -- -L 8888:localhost:8888
最后,通过连接到转发端口在Colaboratory中进行连接(请按照步骤4:连接下的相同说明进行操作) 到本地运行时)。