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）。

在Google Colab里，它已经帮你配置好了大部分科学计算的库：

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：

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

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

使用tpot运行回归实例

   # 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：

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