我正在研究Jupyter笔记本电脑，并希望通过使用Google GPU让它运行得更快 . 我已经做了一些研究并找到了解决方案，但它对我不起作用 .
解决方案是：
“最简单的方法是使用连接到Local Runtime然后选择硬件加速器作为GPU，如Google Colab Free GPU Tutorial所示 . ”
我确实设法将googe colab连接到jupyter但是当我尝试将硬件加速器切换到GPU时，我与jupyter笔记本断开连接......在教程中他似乎能够连接到jupyter并且仍然使用GPU，但我不能 .
有谁知道如何解决这个问题？
1 回答
我想你所要求的是不可能的 . 一些解释：
在你的情况下，你有两个前端，你用来与你的代码进行交互：
Jupyter Notebook（由运行计算机的本地服务器提供给您的浏览器）Google Colab（从谷歌服务器提供）此外，您有两个后端运行他们从您的前端收到的代码：
IPython kernels（由您的jupyter进程启动）Google cloud runtimes（在谷歌 Cloud 基础架构上运行，可能还有GPU加速）以下组合是可能的：
Jupyer Notebook --> IPython kernel这可能是您开始使用的设置 .Google Colab --> Google cloud runtimes是Google colab的默认设置 . 您将笔记本文件上传到谷歌驱动器（或创建一个新的） . 您在谷歌 Cloud 基础架构上运行的代码 . 这也可以通过在运行时 - >更改运行时类型中激活它来访问GPU加速Google Colab --> IPython kernel您're still writing code in the Google Colab interface as in (2), but when you execute a cell it'由计算机上的IPython内核使用本地硬件运行 . 您链接的'local runtime'帮助文章中描述了此设置 .你想要做的事情听起来像：
Jupyter Notebook --> Google cloud runtime这是唯一不可能的组合 .如果您想在谷歌 Cloud 硬件上使用GPU加速运行笔记本，您有两种选择：
将其上传到您的Google Cloud 端硬盘并在Google Colab中进行编辑/运行（上面的设置2）
使用Google Compute Engine实例运行Jupyer Notebook，如here所述 . 请注意，在这种情况下 fees may apply .