想要学深度学习但是没有GPU？我帮你找了一些不错的平台

本文始发于个人公众号：TechFlow，原创不易，求个关注

上次给大家推荐了免费的spark集群之后，就有很多小伙伴来问我有没有好的云GPU平台推荐。我一直没给大家推荐，主要原因是我常年使用Mac，对GPU配置了解不深，不过云GPU平台我倒是用过几个，今天就和大家来简单聊聊。

Colab

首先来介绍免费的，最著名的免费的平台应该是Colab。Colab是Google提供的免费云服务，并且还支持GPU，所以我们完全可以使用它来做深度学习的学习。

Colab嵌入在Google Drive当中，我们首先打开Google Drive，然后点击新建 -> 更多 -> 关联更多应用。

然后在弹框当中输入Colab，点击安装。

安装完成之后，我们就可以点击新建，在更多里面选择Colab的文件了。文件打开之后会打开一个Notebook。

打开之后，我们点击Edit -> Notebook settings，然后可以选择硬件，我们选择GPU。现在新增了一个TPU，我没记错应该是Tensor计算单元，但是我没有用过，感兴趣的小伙伴可以试试。

Colab当中集成了TensorFlow、Pytorch、Keras、OpenCV等多种主流框架，我们可以用pytorch来验证一下GPU是不是已经挂载了：

这个Notebook的用法和本地的Notebook基本是一样的，所以遇到环境当中没有的包，我们可以自己用魔法命令安装。举个例子，假设你发现pandas没有，我们可以这样安装：

!pip install pandas

除此之外，Colab还支持上传文件，从github当中clone代码，从Google Drive上读取文件等多种操作。考虑到它完全是一个免费的平台，能做到这么多功能已经非常不错了。

但缺点也很明显，一个是国内无法访问，另外一个是整体的过程不是非常稳定，我就遇到过任务跑了一半断线的情况。并且Notebook本身只适合做一些实验性的小任务，如果想正儿八经训练一个模型，个人感觉不是非常好（很有可能会断线）。

Kaggle

Kaggle是一个著名的机器学习算法大赛平台，当中有各种各样机器学习的问题和数据集，在业内非常受欢迎。和Google的Colab一样，Kaggle当中也有免费的云GPU的Notebook可以使用。

我们进入Kaggle的主页，点击Notebooks中的New Notebook。

在弹框当中我们选择Python和Notebook。

在右边的Settings中的Accelerator选择GPU，注意，这里如果你是第一次使用，Kaggle需要你绑定一下手机。当我们选择了GPU之后，会跳出一个弹框，告诉你每一个账号每周只能用30小时的GPU。

我们运行一下pytorch，可以看到GPU已经挂载了。

如果你想要看到GPU的详情还可以运行!nvidia-smi命令来查看。

可以看到GPU是Telsa P100，还可以看到cuda的版本以及内存的相关情况。我查了一下，这个配置还是不错的，虽然每周只能使用30个小时，但毕竟是免费的，用来做做实验还是足够的。

滴滴云

想必可以看得出来，Colab和Kaggle虽好，但是都只适合做一些很小的模型，做一些实验性质的事情。一旦想要真正“搞个大新闻”，就有点不够用了。看来想要不花钱还是不行的，花钱了才能变强（大雾）。所以接下来推荐一些需要付费的平台，相比来说，虽然需要花钱，但是体验好了很多，并且这些平台也是我精心挑选的，并不会很贵，即使是学生也一定用得起。

首先来介绍滴滴云，滴滴云是我最近发现的宝藏。它最近才上线，所以可能听说的人不多。

我们打开网址app.didiyun.com注册并且实名认证之后，就可以购买它的Notebook服务了。Notebook当中提供GPU，我们可以来看下配置：

Notebook当中只有P4的GPU可选，结合4核CPU以及120GB的云盘才3.2一小时，同样的配置在极客云当中至少8块，便宜了足足一半还多，另外，偷偷地告诉你们，我还搞到了内部优惠码。输入我的大师码2323，可以在原价基础上再享受9折，只要两块多。

如果Notebook满足不了你，也可以选择它的云GPU服务器，会有更多的配置可选：

同样输入滴滴云大师码2323，一样可以享受9折优惠。

极客云

在滴滴云出现之前，极客云也是我用得比较多的GPU云平台，它是国内的厂商做的，它最大的优点是可以微信/支付宝付款，交钱非常方便XD。另外它支持同时使用Notebook和SSH连接，并且支持资源共享以及提供了大量共享数据，各大公开的数据集都可以在它的共享数据集当中找到，不需要自己下载了。

极客云的另外一个亮点是支持独占和共享模式，在共享模式当中不能使用GPU，但是使用的价格会非常便宜。而在独占模式当中，我们一人使用整个GPU，可以保证效率。这个模式不得不说非常好，有时候我们希望我们的机器维持运转，但是又不想开销过大，这个时候就可以开启共享模式节省经费。并且它还支持包月以及包周，相对来说会划算一些。

虽然有一些实例比较便宜，但是极客云的整体价格是偏贵的。比如Tesla P4它独占需要8块钱一个小时，在Kaggle当中免费的Tesla P100，它要17块一小时。倒不是它黑，毕竟是小平台，用的人也不是特别多，维护费用比较高，因此收费贵一点也是可以理解的。

我之前创建的内核差不多都在3块钱一个小时左右，大概和网吧上网差不多。使用下来的体验明显比Colab和Kaggle更好，但是这个平台有点不太稳定，经常实例关闭了之后下次再重启会发现同样型号的机器没了，需要另外重新创建实例。虽然我们可以把数据放在共享文件夹当中避免丢失，但是毕竟一些定制的配置还是会丢，所以这点给我体验不是很好。

Vast.ai

vast.ai是一个国外的云服务租赁网站，它也支持Notebook和云服务器两种，不过我们只能选择其一，而不能同时都要。

它的网址是vast.ai非常好记，我们打开创建instance的页面，可以看到很多GPU的配置可供选择，然后价格非常便宜。最便宜的只要0.1美金一小时，算下来一块钱都不到。我们在左侧的Edit Image & config里面可以设置我们的需求，比如我们是想要通过jupyter Notebook的形式使用还是想要通过ssh远程登录的方式使用。

我上次用它的时候，使用ssh登录之后还是可以配置Notebook远程访问两全其美的。但是这次我又用了一下，好像远程登录之后开启的Notebook地址有点问题，访问不到了，也许是他们升级了系统，禁止了相关的操作。

其实它的使用体验并没有比Colab和Kaggle更好，文档什么的也不太周全。唯一的优点应该就是便宜了，另外这个平台支持银联，国内使用应该是没有问题的。

总结

还有一些人会推荐Google的云平台，当中也有GPU服务器租赁，并且注册之后就可以获得300美金的免费代金券。但它也有一个问题，就是GPU的资源数量非常有限，经常起半天起不来，因为资源都被占满了。比如选择了欧洲地址的服务器，基本上要等欧洲人睡觉的时间段打开才能拿到机器，还是挺不方便的。所以本文当中没有推荐Google的云平台。

希望大家通过本文都可以找到称心如意的GPU平台，完成自己深度学习的小目标。

如果喜欢本文，可以的话，请点个关注，给我一点鼓励，也方便获取更多文章。

本文使用 mdnice 排版