Google Colaboratory 或简称 Google Colab 的作品有点像Jupyter Notebook。如果您不知道，这是 Python 开发人员最喜欢的软件之一，因为它允许您直接在浏览器上编写代码。
Colab 基本上是云上的 Jupyter Notebook。您无需使用自己的硬件来执行 CPU 或 GPU 密集型工作负载，而是使用云来执行它。而且它还带来了对存储、内存甚至张量处理单元的免费访问。
此外，Google Colab 的开发方式使您不需要任何其他东西。如果您需要向其他人展示您的项目，您可以执行代码、展示图像、图表、图形等等。
最重要的是，您不需要在硬盘驱动器中安装任何东西或处理 Python 模块。简而言之，它是在云端编码。您也可以将以前的 Jupyter Notebook 项目导入其中。
引擎盖下的谷歌 Colab
如果您是一名开发人员，您可能想知道 Google Colab 的规范、模块的可用性等。好消息是这项服务非常灵活。首先，您可以免费使用由 Intel Xeon CPU @2.20 GHz、13 GB RAM、Tesla K80 加速器和 12 GB DDR5 VRAM 提供支持的 GPU。
TPU 是 Intel Xeon CPU @2.30 GHz、13 GB RAM 和具有 180 teraflops 的云 TPU。GPU 和 TPU 都可以免费使用长达 12 小时，如果您需要更多，可以选择 Colab Pro 和 Pro+。
图书馆呢？Google Colab 预装了很多，包括最流行的 NumPy、Pandas、Matplotlib、TensorFlow 和其他面向机器学习的。但是，如果您需要其他东西，只需在代码中添加“!pip install”行，就可以开始了。
它还与 GitHub 集成，因此您不再需要使用终端或其他软件。通过将 GitHub 与 Google Colab 链接，您只需单击几下即可导入和导出代码。
这值得么？
至少可以说，Google Colab 相当慷慨。如果您正在学习 AI 编程，那肯定会为新手提供非常受欢迎的生活质量改善。尽管它面向机器学习、神经网络和其他 AI 训练方法，但对于任何学习 Python 的人来说，它仍然是一个称职的选择。我建议你试一试，毕竟它是免费的！
