福利贴!玩机器学习的各位,送你一个免费的GPU!!!

这个是一个福利!

这真的是一个福利!

一个让人流泪的福利!

重要的事情说三遍!做机器学习的朋友对GPU的印象应该非常深刻吧,没错!我们写的模型就是要用GPU跑!我们不将就!

我们亲爱的谷歌大法知道了我们这群小白鼠的需要,所以谷歌它赠送了我们一个黑科技----Google Colab(一个免费在线的Jupyter Notebooks),我们在这个平台上面可以直接使用一个NVIDIA Tesla K80 GPU!!!!!!最主要的是,完全免费!!!不要998,不要98,也不要9.8,就是完全免费!

以后无论你在哪,只要你有电脑有个网就你运行你的机器学习模型!(当然,适当的造个梯子是必要的,我想想大家肯定已经买好梯子了)。

Google Colab里,它已经帮你配置好了大部分科学计算的库:

640?wx_fmt=png

你可以直接使用,无需配置任何环境!

但是我前面也说过一个要求梯子,然后利用你自己的谷歌账号(自己创建一个,相信玩这个的朋友肯定都会有自己的谷歌账号)登录我们的在线GPU吧!

那么下面我就把GPU的地址传授给大家了!

神秘地址:

https://colab.research.google.com/drive/1CIVn-GoOyY3H2_Bv8z09mkNRokQ9jlJ-#scrollTo=rbiKVIwfHxxS

打开神秘地址进入这样的一个页面:

640?wx_fmt=png

当然,我们需要登录自己的谷歌账号,之后才能进来,进到页面里也别急着乱动,我们要新建一个自己的脚本:

file--->Save a copy in drive

640?wx_fmt=png

tpot使我们做机器学习的一大神器,因为它可以自动选择机器学习模型和参数。

下载tpot

640?wx_fmt=png

使用tpot运行回归实例

640?wx_fmt=png

   # Import the tpot regressor

    from tpot import TPOTRegressor

    from tpot import TPOTRegressor

    import pandas as pd

    import numpy as np

    from sklearn.datasets import load_boston

    from sklearn.model_selection import train_test_split

 

    housing = load_boston()

    X_train, X_test, y_train, y_test = train_test_split(housing.data, housing.target)

                                                       # ,train_size=0.75, test_size=0.25)

 

    tpot = TPOTRegressor(generations=20, verbosity=2) #迭代20次

    tpot.fit(X_train, y_train)

    print(tpot.score(X_test, y_test))

    tpot.export('pipeline.py')                                                     

还可以读取网上的数据集:

640?wx_fmt=png

640?wx_fmt=png

实在是居家旅行必备的好工具的,有条件的朋友赶紧动起来,没条件的朋友赶紧跑起来,这么好的训练GPU放在这里你不用?

不要暴殄天物了朋友们!赶紧试试!

我可能想你关注这个公众号u1F47B.png

640?wx_fmt=jpeg

文章来源: blog.csdn.net,作者:敲代码的灰太狼,版权归原作者所有,如需转载,请联系作者。

原文链接:blog.csdn.net/tongtongjing1765/article/details/100581815

(完)