Google Colab 给广大的 AI 开发者提供了免费的 GPU，你可以在上面轻松地跑 Tensorflow、Pytorch 等深度学习框架。但关于 Colab 的使用技巧你又掌握了多少呢？这篇文章将介绍 20 种 Colab 使用技巧，帮你提高使用效率。

　　当我们在 colab 上尝试一些临时的东西时，我们会创建一堆杂乱、没有标题的 Notebook。

　　这将打开一个特殊的 scratch notebook，并且你对该 notebook 所做的任何更改都不会保存到你的主目录中。

　　通常，我们手动计算一段代码的开始时间和结束时间之间的差值来衡量所花费的时间。Colab 提供了内置功能来执行此操作。在执行了一个单元（cell）之后，将鼠标悬停在单元运行图标上，你将获得代码执行时间的估计值。

　　快捷键为编程带来了便利，但 Jupyter Notebook 中的快捷键不能直接在 Colab 中使用。不过，这里有一个关系映射表来解决这一问题。从中可以看出，你只需要在 Jupyter 的快捷键前面加上「Ctrl +M」就能在 Colab 中使用。此规则适用于大多数快捷键。

　　与 IDE 相似，你可以通过按 Ctrl 键，然后单击一个类名来跳转到类定义。例如，在这里我们通过按 Ctrl 并单击 Dense 类名来查看 Keras 中 Dense 层的类定义。

　　然后，你只需要将「flask app」对象传递给「run_with_ngrok」函数，它将在启动服务器时公开 ngrok 端点。

　　你需要重新启动才能生效。出于性能考虑，Colab 建议使用预安装的 Tensorflow 版本，而不是用 pip 命令安装它。

　　Colab 为他们的免费版本和专业版本提供了以下规格。根据自己的情况，如果你需要更好的运行时间、GPU 和内存，你可以以每月 10 美元的价格切换到专业版本。

　　Colab 中没有内置的交互终端。但是可以使用 bash 命令以交互方式试用 shell 命令。只需运行此命令，你将获得交互式输入。

　　Colab 提供了 RAM 和磁盘使用情况的指示器google翻墙后验证身份。如果将鼠标悬停在指示器上，将弹出一个窗口，其中包含当前内存和存储使用情况和总容量。

　　Colab 提供了一个 notebook 扩展，用于向 pandas dataframes 添加交互式排序和过滤功能。要使用它，请运行以下代码。

　　要运行后台任务，请使用「nohup」命令，然后使用常规的 shell 命令，并在末尾添加「＆」使其在后台运行。这样确保可以在之后的 notebook 中运行单元，而不会被后台任务终止。

　　如果你要执行耗时较长的任务（例如训练模型），你可以将 Colab 设置为在完成后发送桌面通知。

　　在AWS推出的白皮书《进入专用数据库时代》中，介绍了8种数据库类型：关系、键值、文档、内存中、关系图、时间序列、分类账、领域宽列，并逐一分析了每种类型的优势、挑战与主要使用案例。

　　本文为澎湃号作者或机构在澎湃新闻上传并发布，仅代表该作者或机构观点，不代表澎湃新闻的观点或立场，澎湃新闻仅提供信息发布平台。申请澎湃号请用电脑访问。