La menera mas simple de entrenar modelo de Machine Learning o Deep Learning es haciendo uso de la herramienta de Google Colab.
¿Qué es Google Colab?
Google Colab (también conocido como google colaboratory) es una herramienta gratuita de Google, que nos permite disfrutar de un entorno de pruebas basado en Jupyter Notebook, que te permite programar en Python y probar diferentes modelos, en los últimos años ha tomado una gran popularidad, permite la utilización de una GPU, para entrenar modelos de Machine Learning y Deep Learning mucho más rápido que en una CPU. Además, la inclusión de diferentes frameworks para entrenar redes neuronales, ya que no hay que preocuparse de instalar CUDA (Compute Unified Device Architecture) ni de paquetes externos.
Jupyter Notebooks en Google
Google Colaboratory nos permite escribir y ejecutar código en Python sin tener que preocuparnos por ningún tema de configuración del sistema. Al igual que en Jupyter, Google Colab permite la ejecución de código en celdas. Más adelante veremos algunos ejemplo muy sencillos.
Imagínate que declaras una variable y quieres imprimirla. Sería tan sencillo como inicializarla, escribir el print y a acontinuación clic en ejecutar, sólo habría que escribir ctrl + Enter o shift + Enter. De la primera forma ejecutas la celda y pasas a la siguiente, mientras que con la segunda, ejecutas y te quedas en la misma celda.
Cargar datos de Drive en Google Colab
Una de las mayores ventajas de esta herramienta es que al ser un producto de Google, permite acceder a todos los archivos de tu cuenta de Google Drive. Podrás descargar y subir archivos a Drive sin ningún problema.
Al ingresar el comando anterior, se mostrará el siguiente mensaje en pantalla para que te autentiques y demuestres que eres tú:
 |
| Clic en Connect to Google Drive |
Si deseas ver los archivos en tu cuenta, sólo tendrás que irte a una celda nueva de Colab y escribir el siguiente comando.
Usar GPU o TPU
Una de las grandes ventajas de este sistema, es que te permite utilizar una GPU o una TPU para entrenar modelos de Deep Learning sin coste alguno. Sería tan sencillo como pulsar en Runtime o Entorno de Ejecución en la barra de navegación, según el idioma en el que tengas configurado el sistema, y luego en Change runtime type o Cambiar tipo de entorno de ejecución y luego elegir GPU o TPU en función de tus requisitos.
Limitaciones
Google Colab es una gran herramienta, que permite una gran potencia de cómputo sin coste alguno, tiene una limitación importante que debes tener en cuenta, es el tiempo de ejecución máximo de 12 horas, por lo que si necesitaras un mayor tiempo para entrenar tus modelos, tendrías que buscar otro sistema o bien ir guardando los estados del modelo para continuar entrenando cuando vuelvas a iniciar la sesión.
Ejemplos:
Conclusiones
Hemos visto que es Colab, lo que nos da la oportunidad de poder trabajar con Python en la nube y llevar a cabo tareas de machine learning, análisis de datos y demás de forma colaborativa, pudiendo compartir nuestro trabajo y aprovechando la potencia que nos da Google.
0 Comentarios