Jupyter Notebook - GPU

Question

我正在使用Jupyter Notebook，并希望通过使用Google GPU使其运行更快。我已经进行了一些研究并找到了解决方案，但对我没有起作用。

解决方案是：

“最简单的方法是使用连接到本地运行时，然后选择硬件加速器为GPU，如Google Colab免费GPU教程所示。”

我确实设法将googe colab连接到jupyter，但当我尝试将硬件加速器切换到GPU时，我就从我的jupyter笔记本中断开了连接...在教程中，他似乎能够连接到jupyter并仍然使用GPU，但我不能。

有人知道如何解决这个问题吗？

- Flo.N

---

您可以查看以下答案 https://dev59.com/klUL5IYBdhLWcg3wAD-j - E.Zolduoarrati

Answer 1

我认为您所询问的是不可能的。以下是一些解释：

在您的情况下，您有两个前端，用于与您的代码交互：

1. Jupyter Notebook（通过运行在计算机上的本地服务器提供给您的浏览器）
2. Google Colab（从谷歌服务器提供）

此外，您有两个后端，它们运行从前端接收到的代码：

1. IPython kernels（由您的jupyter进程启动）
2. Google cloud runtimes（在谷歌云基础架构上运行，可能具有GPU加速）

以下组合是可能的：

1. Jupyter Notebook --> IPython kernel 这可能是你最开始使用的设置。
2. Google Colab --> Google cloud runtimes 是 Google Colab 的默认设置。你可以将笔记本文件上传到你的 Google Drive（或创建一个新的笔记本）。在 Colab 界面中执行的代码在 Google Cloud 基础设施上运行。这还可以通过在 Runtime -> Change Runtime Type 中激活 GPU 加速来获得访问权限。
3. Google Colab --> IPython kernel 你仍然像第二种情况一样在 Google Colab 界面中编写代码，但是当你执行单元格时，它会在你的计算机上使用本地硬件运行 IPython 内核。这种设置在你提供的“本地运行时”帮助文章中有描述。

你想做的听起来像：

4. Jupyter Notebook --> Google cloud runtime 这是这里唯一不可能的组合。

如果你想在 Google Cloud 硬件上运行带有 GPU 加速的笔记本，则有两个选项：

1. 将其上传到您的Google Drive并在Google Colab中进行编辑/运行（设置2如上所述）
2. 使用Google Compute Engine实例运行Jupyer Notebook，如此处所述。请注意，在这种情况下可能会产生费用。

- heilerich

---

第一个解决方案有效了，非常感谢你的帮助！ - Flo.N