Colaboratory 是一个托管的 Jupyter 笔记本环境，免费使用且无需设置。您可能已经在 机器学习速成课程、tensorflow.org 的 急切执行 教程或各种研究文章（例如 这篇）中看到过它。我们想提供 5 个使用它的技巧

1. TensorFlow 已经预安装
当您在 colab.research.google.com 上创建一个新的笔记本时，TensorFlow 已经预安装并针对所使用的硬件进行了优化。只需 import tensorflow as tf，然后开始编码。

2. 在代码单元中设置您的库和数据依赖项
使用 !pip install 或 !apt-get 创建一个单元，就像您期望的那样。它还使其他人可以轻松地复制您的设置。

为了获得您的训练数据，您可以按照以下教程操作流行的数据源：BigQuery、Drive、Sheets 或 Google Cloud Storage。您还可以使用 ! 访问 shell，因此 !wget、!pwd 等也可能有所帮助。

3. 与 Github 结合使用
如果您在 Github 上有一个不错的 .ipynb 文件，您可以轻松地为您的读者创建一个一键式链接，让他们开始使用它。只需将您的 Github 路径添加到 colab.research.google.com/github/。例如，colab.research.google.com/github/tensorflow/tensor2tensor/blob/master/tensor2tensor/notebooks/hello_t2t.ipynb 将加载 这个 ipynb 文件，该文件存储在 Github 上。

[在 Colab 笔记本中尝试]
您还可以通过使用“文件”>“将副本保存到 Github…”轻松地将您的 Colab 笔记本的副本保存到 Github。

4. 协作共享和编辑
Colab 笔记本就像 Google 文档和表格。它们存储在 Google Drive 中，可以协作共享、编辑和评论。只需单击您创建的任何笔记本右上角的“共享”按钮即可。

5. 硬件加速
默认情况下，Colab 笔记本在 CPU 上运行。您可以通过转到“运行时”>“更改运行时类型”，然后选择“GPU”将笔记本切换为使用 GPU 运行。您还可以通过以下 说明让 Colab 笔记本使用您本地机器的硬件。

有关更多提示，请参阅我们的 欢迎笔记本，阅读我们的 常见问题解答，或在使用 Colab 时查找有用的代码片段（“帮助”>“搜索代码片段…”）。

感谢您，我们希望您喜欢使用 TensorFlow 和 Colab！