
Google Colab es una herramienta en la nube que permite ejecutar código Python desde el navegador, con la posibilidad de hacer uso de recursos informáticos, como GPUs, sin ningún coste adicional.
¿Que es Google Colab y cómo funciona?
También conocido como Colaboratory, Google Colab es un entorno colaborativo basado en Jupyter Notebooks, ideal para realizar análisis de datos, machine learning, entre otras tareas que podrían ser difíciles de realizar desde un equipo personal.
¿Aún no sabes cómo funciona Google Colab? Te lo contamos a continuación.
Podría interesarte: Cómo aprender inglés con Google Word Coach, Cómo buscar un PDF en Google y Cómo instalar Google Play Store en la PC con emuladores.
Accediendo a Google Colab
1
Acceder a Google Colab es realmente sencillo, ya que forma parte de las aplicaciones en la nube ofrecidas por Google.
- Puedes acceder a través de su enlace oficial.
- O bien, directamente desde Google Drive, pulsando sobre “Nuevo”, en el menú de “más” y añadiendo Colaboratory a tu lista de aplicaciones.
Sin importar la opción que elijas, se abrirá el entorno de trabajo, creando un nuevo cuaderno para trabajar sobre él.
Entorno de trabajo – cuadernos y celdas
2
Los cuadernos son documentos que contienen código o texto ejecutable, y están compuesto de celdas de diferentes tipos.
Por otro lado, una celda es la unidad mínima de información dentro de un cuaderno, en ella se escribirá el código o texto, y puede ser ejecutada para obtener un resultado en caso de tenerlo.
Nos encontramos con dos tipos de celdas:
- De código: admite código Python ejecutable.
- De texto: admite comandos básicos, links e imágenes. Muestran el texto, junto a un pequeño editor, lo cual es muy útil para documentar y entender mejor el código.
Se pueden añadir nuevas celdas, borrarlas, modificarlas, o cambiar el orden sin ningún problema.
Entorno de ejecución
3
Si bien cada celda es independiente, todas utilizan el mismo kernel y están relacionadas, ejecutándose en el orden que están creadas.
El numero a la izquierda de cada celda indica el orden de ejecución, y pasando el cursor por encima se puede obtener información sobre el tiempo de ejecución.
Desde el menú, se pueden realizar algunas acciones:
- Reiniciar el estado, liberando toda la memoria utilizada (Ctrl+M).
- Interrumpir una ejecución (Ctrl+M I).
- Ejecutar las celdas seleccionadas (Ctrl+Shift+Enter).
- Ejecutar celdas anteriores (Ctrl+F8), celda siguiente (Ctrl+F10) o todo el cuaderno (Ctrl+F9).
Conectando con el entorno de ejecución
Siempre que creamos un cuaderno, este por defecto no está conectado a ningún entorno de ejecución, es necesario presionar sobre el botón de “Conectar”, para que establezca conexión con la máquina virtual de Google en la nube.
Esta máquina virtual tiene una memoria RAM de 12GB y 50GB de almacenamiento, y puede ser utilizada durante 12 horas. En caso de inactividad durante más de 90 minutos, el entorno se desconectará igualmente.
Conectando Colab con la GPU de Google
4
Al crear un nuevo cuaderno, Colab nos permite seleccionar entre Python 2 y Python 3, de forma que podamos utilizar la versión que deseemos. Asimismo, podremos modificar a futuro los ajustes del entorno, en caso de que queramos utilizar una GPU en vez de la CPU, para levantar ejecuciones más potentes.
Esto es muy fácil de hacer, solo debemos desplegar el menú del entorno de ejecución y seleccionar sobre la opción de “cambiar tipo de entorno”.
Hay que tener en cuenta que, si hay demasiados usuarios conectados, Google puede limitar el uso y es posible que la conexión con GPU no sea exitosa. En ese caso, dará un aviso notificando que no hay entornos disponibles con GPU.
Carga de archivos locales o externos a Google Colab
5
Hay varias formas de subir archivos para trabajar en Colab, de forma local o a través de Google Drive.
Cargar archivos locales
Directamente en el botón de “Subir” ubicado en la pestaña de archivos de la barra lateral.
O escribiendo las siguientes líneas de código:
- from google.colab import files
- files.upload()
Con Google Drive
Cargar archivos con Drive tiene múltiples beneficios, no solo por la facilidad de acceder a los archivos, sino que, al estar montado de forma local, nos ahorra tener que subir estos archivos pesados cada vez que el entorno sea distinto.
Es especialmente útil cuando trabajamos con ciencia de datos o machine learning, cuyos procesos requieren de archivos con gran cantidad de datos y de mucho tamaño.
Pasos para montar Drive en la maquina
Escribimos las líneas de código:
- from google.colab import drive
- drive.mount('/content/drive')
Para autorizar que Colab pueda acceder a nuestro Drive, debemos copiar el código que nos indica y pegarlo en el input. Luego, podremos acceder a los archivos, accediendo a (/content/drive).
Como pudimos ver, Google Colab es una buena herramienta a utilizar si quieres trabajar con Python en la nube. Las ventajas son obvias, no necesita configuración ni instalación, no utilizamos los recursos de nuestra PC, ya que podemos conectarnos a un entorno virtual, y al ser en la nube, podemos compartir nuestro trabajo de forma rápida y fácil.