1.6 - Introducción a Google Colab
Lección 6 de la sección “Introducción al Deep Learning” del curso Fundamentos de Deep Learning con Python.
Tabla de contenido
Introducción
En la lección anterior vimos algunas definiciones básicas del Deep Learning. En esta lección hablaremos de Google Colab, una herramienta en la nube, de acceso abierto, y que será el entorno que usaremos para desarrollar todo el componente práctico de este curso.
Suscríbete para tener acceso al video con la explicación detallada de esta lección. Además podrás disfrutar de todos los cursos de la Academia Online
Primeros pasos en Google Colab
El primer requisito para poder usar esta plataforma es crear una cuenta de Google. Una vez creada esta cuenta podemos acceder a la plataforma de la siguiente forma:
- Abrir nuestro navegador Internet favorito
- E ingresar al enlace: colab.research.google.com
Automáticamente al ingresar al enlace se abre una primera ventana de Google Colab que contendrá un ejemplo de Notebook. Un notebook es básicamente un documento (con extensión ipynb) en el cual podremos escribir tanto código en Python como texto enriquecido (es decir texto con diferentes formatos), e incluso imágenes y videos.
Para que todas las modificaciones que hagamos sobre el Notebook queden almacenadas en nuestro Google Drive, debemos ingresar a nuestra cuenta, accediendo al enlace “Sign in” ubicado en la esquina superior derecha del Notebook.
Otra forma de ingresar a Google Colab es:
- Ingresar desde el navegador a nuestro Google Drive: drive.google.com
- Desde allí navegamos hasta la carpeta donde queramos crear un nuevo Notebook (puede ser la carpeta por defecto: “Colab Notebooks”) y luego damos click derecho y escogemos la opción More y luego la opción Google Colaboratory y listo, ya tenemos un nuevo Notebook que ya podemos editar.
Editando un Notebook en Google Colab
- Podemos primero personalizar el nombre del archivo dando doble click en la esquina superior derecha (por defecto el nombre inicial será Untitled0.ipynb)
- Este Notebook es básicamente un intérprete de Python pero que funciona en la nube. Es decir que al crear el nuevo Notebook Google nos asigna una máquina virtual con una RAM y un disco duro disponibles, ¡y todo accesible desde nuestro navegador de Internet!
- Además de las CPUs convencionales, tenemos acceso a hardware de cómputo como GPUs (Unidades de Procesamiento Gráfico) o TPUs (Unidades de Procesamiento de Tensores), ideales para entrenar modelos de Deep Learning relativamente complejos.
- En este Notebook tendremos esencialmente dos tipos de celda: la celda de código y la celda de texto. En la primera podemos introducir y ejecutar código en Python, mientras que en la segunda podemos introducir texto enriquecido, imágenes o enlaces a videos.
- Cada una de estas celdas contiene además opciones básicas de edición, que nos permiten copiarla, moverla, eliminarla o generar un enlace a la misma celda.
- Al ingresar al menú “Archivo” podemos acceder a opciones que nos permiten guardar el archivo en una ubicación particular de Google Drive, o almacenarlo en Github o descargarlo directamente a nuestro computador local.
- En el menú “Editar” tenemos, además de las opciones básicas de edición mencionadas anteriormente, una opción interesante (“Ajustes del Notebook” o Notebook Settings) que nos permite escoger el tipo de procesador a usar: CPU (opción None), GPU o TPU.
- En el menú “Ver” podemos acceder por ejemplo a la tabla de contenido del Notebook y así navegar fácilmente a través de las diferentes secciones que vayamos creando. También podemos acceder a los code snippets que son pequeñas porciones de código que usualmente se requieren durante la implementación, lo que nos evita escribir desde cero la totalidad del código.
- En el menú “Herramientas” podemos ir a “Ajustes” y personalizar la apariencia del Notebook, cambiando por ejemplo el color de fondo, el tamaño y tipo de letra, entre otras opciones.
Recuerda suscribirte para acceder al video con la explicación detallada de esta lección. Además podrás disfrutar de todos los cursos de la Academia Online
Conclusión
Bien, ya tenemos claro qué es Google Colab y cómo interactuar de forma sencilla con esta plataforma al momento de editar un Notebook. En la siguiente lección veremos entonces una introducción a Python para Deep Learning.