谷歌于2018年首次公开发布了Colab。如果你需要一个稳定的笔记本电脑环境，并且有在笔记本、工作站和网络笔记本Chromebook之间无缝访问和共享的需求，不妨试试Colab。

不要在浏览器中使用Colab

这条不算是Colab的管理技巧，但首先你最好让Colab退出浏览器。使用Colab管理界面和一堆笔记本电脑是没法解决问题的，因此要把Colab作为独立应用程序运行。这依赖于操作系统（OS），但需要你在Chrome浏览器中安装Colab“app”，并从应用程序上下文菜单（context menu）中选择“打开为窗口”和“创建快捷方式...”，之后你需要找到快捷方式，并通过此快捷方式在自己的窗口中打开应用程序。

现在你可以在自己的窗口中打开Colab，如上图所示，先从Colab的图标开始。这条不是很切题，但仍然很有用。

1.下载文件到本地计算机

这是一个简单但值得一提的技巧。一个用例：你创建了一个Keras模型，并希望可视化。然后调用plot_model来创建PNG文件，但由于Colab虚拟机不能永久存储文件，因此你需要下载该图像。部分执行代码如下：

# plot model

plot_model(model, to_file='rnn-mnist.png', show_shapes=True)

# download model image file

from google.colab import files

files.download('rnn-mnist.png')

执行上述代码，将会弹出对话框，提示你输入下载位置。这将引导我们到内联显示图像。

是的，这是基本的。要内联显示上面的图像，请使用：

# display model image file inline

from IPython.display import Image, display

Image('rnn-mnist.png')

这是一个快速直观的修改，通过它你会如预期一样内联各种其他文件。教训：记住你在使用普通的Jupyter笔记本。

下面介绍关于Colab的相关内容。

2.访问你的Google Drive文件系统

假设你想将该模型图像文件保存到你的Google Drive中而不是保存到本地计算机。有多种方法可以将文件导入和导出Google Drive。这是获取CSV数据的最直接的方式，比如从Google Drive中导出。

# save model image file to Google Drive

from google.colab import drive

drive.mount('/content/gdrive')

单击链接并输入授权代码后，你可以按如下方式访问驱动器：

# save model image file to Google Drive

当然，它不是永久的，但并不费力，它似乎比使用任何其他方法更直接（并且是非永久的）。如果你使用像AutoKey（https://github.com/autokey/autokey）这样的桌面自动化和文本扩展工具，那么就会使常用的代码和命令变得更加容易。

回到主题。现在你可以将文件保存到（或从中获取文件）Google Drive了。放松点，只要你在终端感到舒服就好了。你可以使用数据文件所在的位置，也可以将其移动或复制到Colab VM根目录的几个目录级别中。但是，它在删除实例后就会从此处消失，因此如果只从文件系统中的CSV文件中读取数据会更有意义：

# import pandas as pd

titanic_train = pd.read_csv('/content/gdrive/My Drive/Colab Notebooks/datasets/titanic/train_clean.csv')

3.使用存储在Google Drive中的自定义库（custom libraries）和模块

那么，如果你要将自定义Python库或模块导入Colab项目，该怎么做呢？

例如，在你的Colab目录中有一个名为'my_modules'的文件夹，存储了你希望在Colab中访问的常见.py文件。你不想将它们存储在GitHub上，而且它们不是干净的文件，你不想与他人分享。假设它们是你习惯使用的简单辅助模块集合; 数据加载器功能，数据清理功能等。

像这样存储在Dropbox文件夹中的任何文件，与你在Google Drive中同步的名称都相同。这样在Colab内部和外部都可以使用该文件。你可以直接利用操作系统访问Google Drive内容 -在Chrome上，及在Ubuntu的ocamlfuse（https://github.com/astrada/google-drive-ocamlfuse）上——并且你可以利用之前提到的Google Drive文件系统访问技巧，然后开始使用它们。

这段代码很有用。假设你的my_modules目录中有一个名为naive_sharding.py的模块。由于它是一些目录级别，如果想让文件保持原样并在Colab中导入，对你来说最简单的方法如下：

import sys

sys.path.insert(0, '/content/gdrive/My Drive/Colab Notebooks/my_modules')

import naive_sharding

就是这样， naive_sharding.py模块已导入，可以使用了。

修改上面的一些代码，你可以看到，如果将权重模型放入和缩小到Colab环境中是多么容易。因此，除了上面的简短说明和创新思维之外，你可以用Google Colab完成非常多的工作。

由于没有繁琐的设置，Chromebook访问也很普通，所以Colab是一个理想的编码工具。