#خبر
گوگل کولب file browser اضافه کرد...
اکنون شما میتوانید فایلهایتان را با یک کلیک آپلود و دانلود کنید.
#colab

#آموزش استفاده از TPU گوگل کولب و خواندن و پردازش داده های تصویری با tf.data dataset تنسرفلو

Here is an end-to-end canonical sample for training a model on Cloud TPUs in Keras. It has full code for loading the data from scratch using tf.data .Dataset and also exporting the trained model to ML Engine for inference.

Colab notebook:
https://colab.research.google.com/github/GoogleCloudPlatform/training-data-analyst/blob/master/courses/fast-and-lean-data-science/01_MNIST_TPU_Keras.ipynb

#TPU #keras #colab

#خبر #colab #fastai


خبر خوش برای علاقه مندان به کورس fast.ai جرمی هاوراد! از این پس گوگل کولب مستقیم فریم ورک fast.ai هم پشتیبانی می‌کند!
برای شروع از آموزش سایت fast.ai میتوانید شروع کنید:
https://course.fast.ai/start_colab.html


اگر تا کنون با گول کولب کار نکره اید بلاگ پست های فارسی زیر را توصیه میکنم:


آشنایی با سرویس ابری Google Colab - نویسنده: المیرا قربانی


اتصال مستقیم سرویس کولب (Google Colab) به درایو (Google Drive) از طریق فایل سیستم FUSE - نویسندگان: محیا مهدیان و محمد حسن ستاریان

#سورس_کد

نوت بوک گوگل کولبی خواندن کپچا با کراس و تنسرفلو ۲

How quickly can we build a #captcha reader using deep learning?

@TensorFlow 2.0 and #Keras

https://colab.research.google.com/drive/16y14HuNd8rl_2WhUZMi33SrKZ1XIc5cy

#colab #tensorflow2 #keras

ارائه آشنایی با پردازش تنسوری مبتنی بر رایانش ابری گوگل برای یادگیری عمیق
حضور برای عموم آزاد و رایگان است
شنبه 4 خرداد ساعت 12:15
دانشکده کامپیوتر پلی تکنیک
#خرداد1398
#Google #Colab #TPU #Machine_Learning #Deep_Learning #TensorFlow
#Tehran #AUT #CEIT

#آموزش

همانطور که میدانید چند وقتیه که گوگل کولب GPUهای Tesla V4 با مشخصات زیر را به صورت رایگان در اختیار محققان قرار داده

16GB of VRAM
160 TFLOPS of GPU power

اما این که چه موقع GPUی K80بهتون بده چه موقع Tesla V4 دست خودتون نیست،
ممکنه به دلایلی مثل استفاده از GPU قوی تر یا مثلا عدم ساپوت K80 از کد شما (مثل دیتابیس Blazing SQL که روی Tesla V4 اجرا میشه ولی روی K80 نه!) میخواهید حتما از تسلا استفاده کنید.
برای اینکار فعلا تنها راهی که من میدونم میشه کرد اینه که کرنلتون را ریست کنید:

Runtime -> Reset all runtimes...

حالا از کجا بفهمیم چه GPUی بهمون داده؟
یه روش ساده که استفاده از دستور

!nvidia-smi

تو نوت بوکه.
روش دیگه اینه که کد زیر را اول نوت بوک یا کد پایتونیتون بزارید که اگر GPU مورد نظرمون را بهمون نداده بود Exception بده!

import pynvml


pynvml.nvmlInit()
handle = pynvml.nvmlDeviceGetHandleByIndex(0)
device_name = pynvml.nvmlDeviceGetName(handle)

if device_name != b'Tesla T4':
  raise Exception("""
    Unfortunately this instance does not have a T4 GPU.
    
    Please make sure you've configured Colab to request a GPU instance type.
    
    Sometimes Colab allocates a Tesla K80 instead of a T4. Resetting the instance.

    If you get a K80 GPU, try Runtime -> Reset all runtimes...
  """)
else:
  print('Woo! You got the right kind of GPU!')

#colab #tesla #GPU

#خبر #colab

گوگل کولب GPU ی مدل P100 را نیز اضافه کرد.
در شکل بالا زمان اجرای مدل pix2pix روی سه GPU مختلف موجود در Colab دیده میشود...

🙏Thanks to: @cyberbully_gng

https://www.linkedin.com/posts/noahgift_colab-pro-deeplearning-ugcPost-6632031722626252800-KMDs

ویدیویی از قابلیت های گوگل کولب پرو که میتونید از این لینک دنبال کنید. این سرویس ظاهرا فعلا فقط در آمریکا فعال است.

#خبر
استفاده راحت تر از گوگل‌درایو در به روز رسانی جدید گوگل‌کولب


#Colab integration with #Google_Drive just got better. Authenticate only once per notebook. No authentication codes are necessary for private notebooks when using the 'Mount Drive' button in the file browser.

#آموزش #گوگل_کولب
بررسی نسخه گوگل‌گولب:
در حال حاضر گوگل کولب به صورت تصادفی یکی از 4 کارت گرافیک سری تسلای K80, T4, P4 یا P100 را بهمون میده، حالا کافیه با تایپ کامند

!nvidia-smi

بفهمیم توی سشن فعلی چی بهمون داده.

روش دیگه اینه که کد زیر را اول نوت بوک یا کد پایتونیتون بزارید که اگر GPU مورد نظرمون را بهمون نداده بود Exception بده!

import pynvml


pynvml.nvmlInit()
handle = pynvml.nvmlDeviceGetHandleByIndex(0)
device_name = pynvml.nvmlDeviceGetName(handle)

if device_name != b'Tesla T4':
  raise Exception("""
    Unfortunately this instance does not have a T4 GPU.
    
    Please make sure you've configured Colab to request a GPU instance type.
    
    Sometimes Colab allocates a Tesla K80 instead of a T4. Resetting the instance.

    If you get a K80 GPU, try Runtime -> Reset all runtimes...
  """)
else:
  print('Woo! You got the right kind of GPU!')

#colab #tesla #GPU