colab

测试unlimited ocr正在从 Hugging Face 下载并加载百度 Unlimited-OCR 模型… /usr/local/lib/python3.12/dist-packages/huggingface_hub/utils/_auth.py:94: UserWarning: The secret HF_TOKEN does not exist in your Colab secrets. To authenticate with the Hugging Face Hub, create a token in your

Colab复现 NanoChat：从 Tokenizer(CPU)、Base Train(CPU) 到 SFT(GPU) 的完整踩坑实录注意，因为我这是为了帮助自己复习和实践的踩坑记录，所以前言部分太长了，很劝退，大家可以直接从正文开始看：

纪伊路上盛名在

vscode的colab扩展目前的一些问题刚摸到了vscode的官方colab扩展（参考我之前的博客：在vscode中使用colab的GPU算力），本来想着先白嫖一下GPU算力，但是实际体验反倒是先遇到了一大堆问题。

纪伊路上盛名在

在vscode中使用colab的GPU算力最近才发现Colab在Vscode出了extension，是官方的拓展！不是之前开源社区的各种工具。Google 在微软官方 Jupyter Extension 基础上开发了 Colab VS Code Extension 扩展，Colab Extension 通过 Kernel 选项将 Notebook 的执行交给 Colab Server。

【李沐-动手学深度学习v2】1.Colab学习环境配置在这个系列，我将分享学习李沐《动手学深度学习》这一课程的体会。个人能力有限，不足之处还请读者指正。Google Colab

【深度学习】通过colab将本地的数据集上传到drive本地数据集上传到colab很慢，而且断开后就没了，因此通过colab将本地的数据集上传到drive，即使断开连接，第二次连接后挂载drive后即可直接使用数据集。

听吉米讲故事

Data Science Agent in Colab完全指南：AI驱动的智能数据分析助手在当今数据驱动的时代，数据科学家和分析师面临着日益复杂的数据处理和分析任务。Google Colab作为一款广受欢迎的云端Jupyter Notebook环境，最近推出了一项革命性功能——Data Science Agent，这是一个由Gemini AI驱动的智能助手，旨在通过自动化执行数据预处理、探索性数据分析、特征工程和模型开发等任务，显著简化数据分析工作流程。本文将详细介绍Data Science Agent的基本功能、使用方法、性能评测以及实际使用经验，帮助读者全面了解这一强大工具的潜力与应用场景

深度学习 --- stanford cs231 编程作业(assignment1，Q2: SVM分类器)写在最前面：深度学习，或者是广义上的任何学习，都是“行千里路”胜过“读万卷书”的学识。这两天光是学了斯坦福cs231n的一些基础理论，越往后学越觉得没什么。但听的云里雾里的地方也越来越多。昨天无意中在这门课的官网上无意中看到了对应的assignments。里面的问题和code都设计的极好！自己在做作业的时候，也才真的认识到“纸上得来终觉浅，绝知此事要躬行。”此言不虚。下面是我自己作业的相关笔记，为了记录也为了分享。

热爱生活的五柒

AI:谷歌的colab免费训练模型，并且千兆网速，下载模型和库巨快，训练的速度普通，适合测试一些预训练的任务下面是colab的官网，可以免费使用cpu和部分GPU，千兆网速，下载模型和库巨快。https://colab.research.google.com/drive

不使用 Docker 构建 Triton 服务器并在 Google Colab 平台上部署 HuggingFace 模型根据Triton 环境对应表，Colab 环境缺少 tensorrt-8.6.1，cudnn9-cuda-12，triton-server 版本应该选择 r23.10。

深度学习-搭建Colab环境Google Colab(Colaboratory) 是一个免费的云端环境，旨在帮助开发者和研究人员轻松进行机器学习和数据科学工作。它提供了许多优势，使得编写、执行和共享代码变得更加简单和高效。Colab 在云端提供了预配置的环境，可以直接开始编写代码，并且提供了免费的 GPU 和 TPU 资源，这对于训练深度学习模型等计算密集型任务非常有帮助，可以加速模型训练过程。

我是有底线的