• 🏡 Home
  • 🚨 GDPR Compliant
  • ⚡️ Data Science
  • 📌 Machine Learning
  • 🔒 Privacy Preserving
  • 🏡 Home
  • 🚨 GDPR Compliant
  • ⚡️ Data Science
  • 📌 Machine Learning
  • 🔒 Privacy Preserving
Data Science, machine-learning

Cos’è Google Colab: jupyter notebooks online

Cos’è Google Colab: jupyter notebooks online

Google Colab è una piattaforma online gratuita che offre un servizio di cloud hosting di Jupyter Notebooks, con il supporto a GPU.

Possiamo usare differenti librerie come PyTorch, Tensorflow, Keras e OpenCV giusto per citarne alcune.

Google Colab ha dei limiti, come evidenziato dalla pagina FAQ, ma la versatilità che il servizio offre è in grado di offuscarli facilmente: quando li raggiungeremo, cercheremo altre soluzioni.

Per muovere i primi passi con Tensorflow, è il posto giusto.

Puoi creare il tuo primo neurone artificiale per la risoluzione di un problema reale direttamente attraverso Tensorflow 2.

In effetti avremmo tranquillamente potuto eseguire tutto il codice di questo post direttamente in locale, sul nostro personale Jupyter Notebook di fiducia, ma in questo modo i nostri orizzonti sarebbero stati limitati.

Accendiamo i motori, ie prepariamoci per il divertimento!

Configurazione Google Colab

Puoi raggiungere il servizio cliccando su questo semplice link.

Prima d’iniziare a programmare, ti consiglio caldamente alcune impostazioni da configurare per massimizzare la tua produttività.

Abilitazione GPU

Abilitiamo la GPU recandoci su runtime in alto a sinistra, e cliccando su change runtime type nel dropdown che compare. Quindi alla voce hardware accelerator selezioniamo GPU. Esploreremo le Tensorflow Power Unit (TPU) in un altro momento.

In breve, sono unità computazionali appositamente studiate per gestire carichi di lavoro in ambito machine learning e data science, come hai certamente intuito.

Mount Google Drive

Google Drive e Colab sono entità separate, ma potrebbe tornare utile associarle, sia per questioni di comodità che di ordine.

Tutti i nostri notebook potranno all’occorrenza essere salvati sul nostro personale spazio di archiviazione. Per attivare Google Drive, ci basta digitare:

from google.colab import drive
drive.mount('/content/gdrive')

Ho cambiato il blocco del codice. Questo stile è material… ma potrei modificarlo…

Esegui il codice in una cella: sarà generato un url sul quale dovrai cliccare. A questo punto, effettuando l’accesso con il tuo account Google verrà creato un codice alfanumerico che dovrai copiare e inserire nell’apposito campo all’interno del Notebook.

Con l’authorization code confermato abbiamo ora la cartella di drive connessa!

Import / Load CSV File from Google Drive

Qualora avessimo la necessità d’importare un classico file CSV, o in generale un qualsiasi dataset esterno, questa funzione potrebbe rivelarsi particolarmente utile.

from google.colab import files
uploaded = files.upload()

Dando invio, comparirà un input field da cui potremo comodamente caricare il nostro file, procedendo quindi alla sua successiva importazione attraverso il modo standard:

# import dataset
df = pd.read_csv("./dataset.csv")
# display first 5 elements
df.head() 

Ora possiamo finalmente cimentarci in qualche progetto di Kaggle o alle nostre analisi da veri data scientist.

Un caldo abbraccio, Andrea.

No, questo contenuto è riservato.
Non ci puoi accedere

E’ destinato a una ristretta lista di persone motivate e intraprendenti.

E’ diritto esclusivo di sognatori e curiosi.

Come? Pensi di essere una di loro?

Dimostramelo…

accetto i noiosi termini e le condizioni

Written by Andrea Provino - Ottobre 25, 2019
Tags | data science, data scientist, machine learning

You Might Also Like

come-funziona-deep-learning-machine-learning-data-science-blog-italia-spiegazione-in-italiano

Come funziona Deep Learning

Settembre 22, 2020
ridge-regression-machine-learning-cross-validation-grid-search-data-science-data-scientist-course-italiano

Ridge Regression

Novembre 6, 2019
logistic-regression-data-science-machine-learning-linear-regression-guida-italiano-regressione-logistica-formula-matematica-italiano-scaled

Logistic Regression

Dicembre 6, 2019
Next Post
Previous Post

Una pubblicità che non vedi se usi AdBlock

EXPAND YOUR KNOWLEDGE

  • Blockchain Developer

    Circuito aritmetico

    Novembre 1, 2022
  • machine-learning

    Un nuovo inizio

    Settembre 4, 2021
  • Zero Knwoledge Proof Article Privacy Preserving

    Zero Knowledge Proof: zk-SNARK e zk-STARK | Prova a conoscenza zero

    Luglio 8, 2021
  • oblivious-transfer-spiegazione-italiano-ot-explanation Privacy Preserving

    Oblivious Transfer (OT)

    Luglio 6, 2021
  • Aleo Studio Website Preview machine-learning

    Aleo Studio: un IDE per Zero-Knowledge Proofs Applications

    Luglio 1, 2021
  • privacy-enhancing-technologies-data-machine-learning-data-science Privacy Preserving

    Perché il Privacy Tech è un vantaggio competitivo micidiale

    Giugno 17, 2021
  • bloom-filter-spiegazione-italian Privacy Preserving

    Bloom Filter

    Giugno 3, 2021
  • trusted-execution-environment-tee-data-science-come-fuziona Data Science, Privacy Preserving

    Trusted Execution Environment | Cos’è un TEE?

    Giugno 2, 2021
  • Crypto Custody services machine-learning

    Crypto Custody: Guida alla custodia delle criptomonete

    Maggio 26, 2021
  • deep-q-learning-q-learning-reinforcement-learning machine-learning

    Deep Q-Learning

    Aprile 27, 2021

Quello che Google pensa ti possa piacere

Prodotti che i Cookie dicono potresti trovare interessanti

AI Blog - © 2019-2021 Andrea Provino