معرفی محیط توسعه یکپارچه Google Colab

اگر در زمینه برنامه نویسی علی الخصوص با زبان پایتون فعالیت می‌کنید احتمالا تاکنون برای برنامه نویسی از محیط‌های توسعه یکپارچه (IDE) مختلف مانند VSCODE یا PyCharm و غیره استفاده کرده اید که هر کدام از آن‌ها ممکن است چالش‌هایی را برای شما بوجود آورده باشند. همچنین ممکن است کدها و یا مدل‌هایی توسط این زبان نوشته‌اید که سنگین بوده و کامپیوترتان توان اجرای آن‌ها را نداشته است. در این بخش از مرجع مهندسی آب سرویسی را به شما معرفی خواهیم کرد که بخش عمده نیازهای شما را در این زمینه را رفع خواهد کرد. پس تا انتهای این پست همراه ما باشید.

Google Colab چیست؟

گوگل کولب یک محیط مشابه Jupyter Notebook بر بستر فضای ابری است که توسط شرکت گوگل معرفی شده است. کولب شما را قادر می‌سازد تا تنها با استفاده مرورگرتان و بدون هیچ گونه پیش نیازی بتوانید کدهای پایتونی خود را بنویسید و اجرا کنید.این سرویس برای حوزه یادگیری ماشین (machine learning) و علم داده (data science) نیز مناسب است.

چگونه می‌توان از گوگل کولب استفاده نمود؟

برای استفاده از گوگل کولب ابتدا به آدرس زیر بروید:

https://colab.research.google.com/

پس از ورود به لینک فوق پیشنهاد می‌شود که در اکانت گوگل خود وارد شوید (برای ذخیره سازی فایل‌ها):

در مرحله بعدی از منوی file گزینه New notebook را بزنید تا یک نوت بوک جدید برای شما ایجاد شود (از پنچره پاپ آپی که برای شما نمایش داده می‌شود نیز می‌توانید استفاده نمایید).

حتما نوت بوک خود را به گوگل درایو متصل نمایید!

1. سلولهای مربوط به کد
2. سلول های متنی

به شکل زیر توجه فرمایید. از طریق قسمت 1 می‌توان سلول‌های فوق را ایجاد نمود. قسمت 2 یک سلول کد و قسمت 3 یک سلول متنی را نشان می‌دهد.  جهت اجرای سلول‌های کد می‌توان از کلید ترکیبی ctrl + Enter و برای اجرای سلول‌های متنی از shft + Enter استفاده کرد. در قسمت 4 نیز میزان استفاده شما از RAM و Disk را نشان می‌دهد. علامت تیک سبز نیز بیانگر اتصال شما می‌باشد.

وارد کردن کتابخانه‌های پایتون به کولب

تعداد زیادی از کتابخانه‌های معروف پایتون به صورت پیشفرض بر روی گوگل کولب نصب می‌باشد. با دستور زیر می‌توان کلیه این کتابخانه‌ها را مشاهده کرد:

!pip list

!pip install yourlibrary

نحوه استفاده از GPU

ممکن است که کدهای شما سنگین باشد و اجرای آنها نیاز به سخت افزارهای پیشرفته داشته باشد. این موضوع به خصوص در مباحث یادگیری ماشین و یادگیری عمیق (Deep learning) بیشتر به چشم می‌خورد. به همین منظور در گوگل کولب GPU در اختیارتان قرار می‌گیرد که می‌توانید از آن برای اجرا این قبیل کدها کمک بگیرید. جهت فعال سازی GPU وارد منوی Runtime شده و روی گزینه Change runtime type کلیک کنید. در پنجره باز شده از طریق منوی کشویی GPU را انتخاب نموده و ذخیره نمایید. پس از چند لحظه GPU برای شما فعال خواهد شد.

جمع بندی

سرویس گوگل کولب یک ابزار یا به عبارتی یک محیط توسعه یکپارچه قدرتمند در زمینه برنامه نویسی پایتون است. اگر در زمینه علوم داده یا یادگیری ماشین فعالیت می‌کنید یا تازه وارد دنیای برنامه نویسی با پایتون شده اید این ابزار می‌تواند بسیار کمک کننده باشد.