Bob's Blog

目前有需求是训练自定义的数据集，用了yolov4 darknet，但是公司发的老版mac训练起来实在是慢且发烫，于是打算试一试google的colab，用一下免费的GPU。

先新建了一个notebook，选择菜单 代码执行程序-更改运行时类型-硬件加速器选择GPU。

然后在notebook中加一些clone代码、更改cfg、上传数据集等操作，然后开始训练。看log输出每个迭代的值，不得不说确实是快，比起本地烂机器好多了。

本想着挂一晚上，第二天看结果。没想到第二天就尴尬了。看来免费版还是有一些限制，类似官方提到的usage-limits

1) 首先是如果临时离开一会将notebook闲置，可能回来时已经重置了，那么操作就会需要重新来做。

对于60分钟自动代码刷新和90分钟断开限制，可以在浏览器的console里输入如下语句并运行：

function ConnectButton(){
    console.log("Connect pushed"); 
    document.querySelector("#connect").click() 
}
setInterval(ConnectButton,60000);

或者在notebook中新建一个代码块，输入如下语句并运行：

import IPython
from google.colab import output

display(IPython.display.Javascript('''
 function ClickConnect(){
   btn = document.querySelector("colab-connect-button")
   if (btn != null){
     console.log("Click colab-connect-button"); 
     btn.click() 
     }
   
   btn = document.getElementById('ok')
   if (btn != null){
     console.log("Click reconnect"); 
     btn.click() 
     }
  }
  
setInterval(ClickConnect,60000)
'''))

print("Done.")

2) 文档提到notebook需要连接虚拟机运行，而虚拟机的最长声明周期是12小时。这意味着即使没有闲置，在运行达到12小时后仍然会断开，这时训练结果很难跑完。这就需要要么处理一下在到期前保存当前训练的参数，用于后续继续训练；要么升级到colab pro。

3) GPU的使用时有限额的，但文档中提到不会公布这个有变化的动态限额。于是我在持续使用之后便得到一个提示："您目前无法连接到 GPU，因为已达到 Colab 的使用量限额"，并提示我升级到colab pro。

总之贫穷限制了我，我还是申请开个pro吧，估计换个电脑也很慢。