本文主要是介绍colab使用笔记，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

和Google Drive通信

第一种办法 调整目录到网盘（已放弃）

放弃的原因主要是，代码和数据在网盘，会造成读取数量限制

# 将环境切换到指定的目录下
import os
path = "/content/drive/MyDrive/data/CTPN/"
os.chdir(path)
os.listdir(path)

第二种办法 将代码和数据都读到本地

代码可以从网盘中读取；数据同理，将数据压缩包转到本地，再解压。

# 直接在colab选择装载硬盘
# cp -r可以复制文件夹，命令是将网盘中的文件夹保存到当前目录下的A_alexnet文件夹
# cp 不加-r，意思是忽略文件夹
!cp -r drive/MyDrive/data/A_alexnet/ A_alexnet

数据可以直接github载入,就没有挂载Google Drive后的io效率问题了，使用wget可以下载网络上的数据

数据也可以从kaggle读入，见本页的colab读取kaggle数据集

# 切换到tf 1.15
%tensorflow_version 1.15
import tensorflow
print(tensorflow.__version__)

colab读取kaggle数据集

参考文章：https://libertydream.github.io/2019/07/13/在-Google-Colab上玩-Kaggle/

# 安装kaggle包（colab自带）
!pip install kaggle

# 新建一个文件夹，用于存放生成的json
!mkdir .kaggle

# 生成json文件
import json
token = {"username":"lizhendong","key":"d91b071d162f3ff918194c8e57432b6d"}
with open('/content/.kaggle/kaggle.json', 'w') as file:
  json.dump(token, file)

# 在root目录下创建文件夹并复制json
!mkdir ~/.kaggle
!cp /content/.kaggle/kaggle.json ~/.kaggle/kaggle.json

# 我也不知这是啥
!chmod 600 /root/.kaggle/kaggle.json
!kaggle config set -n path -v{/content}

# 将需要的比赛的数据文件下载下来。
# 使用网站上的api代码，最后的 -p /content 是为了指明路径
!kaggle competitions download -c dogs-vs-cats-redux-kernels-edition -p /content

之后再解压等等。

# -d 是指定解压目录
!unzip -d A_alexnet/data A_alexnet/data/train.zip
!unzip -d A_alexnet/data A_alexnet/data/test.zip

要命的cd

colab下，!cd 并不管用，必须要使用 %cd 才能自由切换目录！

路径问题

pycharm运行和命令行运行有什么区别？

参考文章：https://blog.csdn.net/moshiyaofei/article/details/88941099

1. pycharm运行py文件会自动将当前运行py文件的工程目录加载到sys.path中。
2. 命令行运行py文件值加载显式import的包和文件，导致在命令行下运行py文件时会提示部分模块找不到。
3. 在2中，如果找不到文件出错的话，使用：

import sys
sys.path.append( "工程目录路径" )

将当前工作目录添加到sys.path中就不会报错了。

这篇关于colab使用笔记的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！