Google Colab 教程：从 Python 编程到机器学习任务的免费云端环境操作

? 一、Colab 入门：免费云端环境的核心优势

? 关键操作步骤

1. 挂载 Google Drive：
   为了永久保存数据和代码，建议将 Colab 与 Google Drive 关联。运行以下代码即可挂载：
   
   
   python

   from google.colab import drive  
   drive.mount('/content/drive')  
   
   
   
   挂载后，你可以直接访问 Drive 中的文件，避免数据在会话结束后丢失。
   
   
2. 连接代码执行程序：
   点击界面右上角的 “连接” 按钮，Colab 会在云端为你分配一个虚拟机（实例空间）。免费用户默认使用 CPU，若需 GPU/TPU，可在 “运行时” 菜单中选择 “更改运行时类型”，选择对应的硬件加速器。
   
   
3. 执行代码块：
   每个代码块可独立运行，点击播放按钮即可。你还可以通过 ! 执行 Linux 命令，例如 !ls 查看当前目录文件，!pip3 install 安装 Python 库。
   
   

? 二、Python 编程基础：从语法到实战

? 基础语法与数据结构

• 变量与运算符：
  python

  x =   
  y =   
  print(x + y)  # 输出 8  
  
  
  
• 列表与字典：
  python

  fruits = ['apple', 'banana', 'cherry']  
  info = {'name': 'Alice', 'age': }  
  
  
  
• 控制流与函数：
  python

  for fruit in fruits:  
      print(fruit)  
      
  def add(a, b):  
      return a + b  
  
  
  

? 科学计算库入门

1. NumPy：用于数值计算和数组操作。
   python

   import numpy as np  
   arr = np.array([, , , ])  
   print(arr.mean())  # 输出 2.5  
   
   
   
2. Pandas：数据处理与分析利器。
   python

   import pandas as pd  
   df = pd.read_csv('/content/drive/MyDrive/data.csv')  
   print(df.head())  
   
   
   
3. Matplotlib：数据可视化。
   python

   import matplotlib.pyplot as plt  
   plt.plot([, , , ], [, , , ])  
   plt.show()  
   
   
   

? 三、机器学习入门：从数据预处理到模型训练

? 数据预处理

1. 加载数据集：
   python

   from sklearn.datasets import load_iris  
   iris = load_iris()  
   X = iris.data  
   y = iris.target  
   
   
   
2. 划分训练集与测试集：
   python

   from sklearn.model_selection import train_test_split  
   X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=)  
   
   
   
3. 特征缩放：
   python

   from sklearn.preprocessing import StandardScaler  
   scaler = StandardScaler()  
   X_train = scaler.fit_transform(X_train)  
   X_test = scaler.transform(X_test)  
   
   
   

? 模型训练与评估

1. 选择模型：
   以 K 近邻算法为例：
   python

   from sklearn.neighbors import KNeighborsClassifier  
   model = KNeighborsClassifier(n_neighbors=)  
   
   
   
2. 训练模型：
   python

   model.fit(X_train, y_train)  
   
   
   
3. 预测与评估：
   python

   y_pred = model.predict(X_test)  
   from sklearn.metrics import accuracy_score  
   print(f'准确率：{accuracy_score(y_test, y_pred):.2f}')  # 输出 1.00  
   
   
   

? 四、深度学习进阶：GPU/TPU 的高效使用

? 启用 GPU/TPU

1. 选择硬件加速器：
   在 “运行时” 菜单中选择 “更改运行时类型”，在 “硬件加速器” 中选择 GPU 或 TPU。免费用户需注意，GPU 连续使用时间通常限制在 12 小时左右。
   
   
2. 验证设备：
   
   
   python

   import tensorflow as tf  
   device_name = tf.test.gpu_device_name()  
   if device_name:  
       print(f'Found GPU at: {device_name}')  
   else:  
       print('No GPU found')  
   
   
   

? TensorFlow 实战：图像分类

1. 加载预训练模型：
   python

   from tensorflow.keras.applications import VGG16  
   base_model = VGG16(weights='imagenet', include_top=False, input_shape=(, , ))  
   
   
   
2. 添加自定义层：
   python

   from tensorflow.keras.layers import Dense, Flatten  
   x = base_model.output  
   x = Flatten()(x)  
   x = Dense(, activation='relu')(x)  
   predictions = Dense(, activation='softmax')(x)  
   model = tf.keras.Model(inputs=base_model.input, outputs=predictions)  
   
   
   
3. 编译与训练：
   python

   model.compile(optimizer='adam', loss='categorical_crossentropy', metrics=['accuracy'])  
   model.fit(train_dataset, epochs=)  
   
   
   

? 五、实用技巧与常见问题解决方案

?️ 提升效率的技巧

1. 自动保存代码：
   定期将代码保存到 Google Drive，避免意外丢失。
2. 使用代码段：
   Colab 提供常用代码模板，例如挂载 Drive、检查 GPU 等，可通过左侧 “代码段” 快速插入。
3. 远程访问终端：
   虽然终端功能较弱，但可通过 ! 执行简单命令，例如 !git clone 克隆代码库。

❓ 常见问题解决

1. GPU 分配失败：
   若无法分配 GPU，尝试重新连接运行时或调整硬件加速器类型。此外，频繁使用 GPU 可能导致后续分配概率降低，建议非必要时关闭 GPU。
2. 长时间运行中断：
   Colab 会在空闲 90 分钟后断开连接。可在浏览器控制台输入以下代码，每隔 60 秒自动连接：
   javascript

   function ConnectButton(){  
       console.log("Connect pushed");  
       document.querySelector("#top-toolbar > colab-connect-button").shadowRoot.querySelector("#connect").click()  
   }  
   setInterval(ConnectButton, );  
   
   
   此方法可防止因空闲导致的断连。
3. 内存不足：
   若遇到内存不足，尝试减少批量大小（batch size）、释放不必要的变量，或使用数据生成器按需加载数据。

? 六、实战案例：从数据到模型部署的完整流程

? 房价预测案例

1. 数据获取与预处理：
   从 Kaggle 下载房价数据集，处理缺失值、异常值，并进行特征工程（如创建新特征 “每平方米价格”）。
2. 模型训练：
   使用随机森林或梯度提升树（如 XGBoost）进行回归预测，通过交叉验证优化超参数。
3. 模型融合：
   结合多个模型的预测结果（如线性融合或 Stacking），提升预测精度。

? NLP 任务：PDF 转 Markdown

1. 加载模型：
   使用 Qwen 等多模态大语言模型，结合 OCR 技术从 PDF 图片中提取文本。
2. 处理流程：
   将 PDF 转换为图像序列，逐页识别文本并保留格式（如表格），最终输出 Markdown 文档。

? 七、Colab 最新功能：AI 编码助手与自动化

? 总结