Scribd
Cargar
0 vistas3 páginas

Atdf102 s1 Tutorial

Google Colab es una plataforma de Cloud Computing que permite ejecutar código Python utilizando diferentes tipos de nodos de cómputo, como CPU, GPU y TPU. Las TPU están optimizadas para algoritmos de aprendizaje de máquina, ofreciendo un rendimiento significativamente superior al de las GPU en tareas de entrenamiento. La plataforma es de acceso libre y utiliza el formato de Jupyter Notebook, permitiendo la integración de código, texto e imágenes.

Cargado por

to.alarconconstanza
Derechos de autor
© All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
0 vistas3 páginas

Atdf102 s1 Tutorial

Google Colab es una plataforma de Cloud Computing que permite ejecutar código Python utilizando diferentes tipos de nodos de cómputo, como CPU, GPU y TPU. Las TPU están optimizadas para algoritmos de aprendizaje de máquina, ofreciendo un rendimiento significativamente superior al de las GPU en tareas de entrenamiento. La plataforma es de acceso libre y utiliza el formato de Jupyter Notebook, permitiendo la integración de código, texto e imágenes.

Cargado por

to.alarconconstanza
Derechos de autor
© All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd

ATDF102

Tutorial Google Colab


Juan Felipe Calderón
Introducción

Google Colab es una plataforma basada en Cloud Computing que implementar y ejecutar código Python
usando múltiples tipos de nodos de cómputo. A continuación, se pasa a describirlos:

CPU
Una CPU (Unidad Central de Procesamiento) está diseñada para funcionar para diferentes tipos de
aplicaciones. La desventaja es que puede realizar todas estas tareas pero no está optimizado para ninguna
de ellas. La parte de la CPU encargada de realizar estas operaciones se denomina ALU (Unidad
Aritmético-Lógica), cuyo rol es ejecutar operaciones matemáticas de forma secuencial. En el ámbito del
aprendizaje de máquina, se deben realizar miles o millones de estas operaciones, convirtiéndose en un
cuello de botella.

GPU
Una GPU (Unidad de Procesamiento Gráfico) es un procesador específico, para aplicaciones que requieren
capacidad de cómputo (como los videojuegos o animaciones). En ese sentido, una GPU complementa el
trabajo de una CPU, pues está diseñada para procesar de manera eficiente datos más complejos, como
gráficos y videos. Ello lo logra teniendo entre 25000 y 5000 de ALUs en su circuitería, versus la única ALU
con la que contaría una CPU. Ello le permite ejecutar miles de operaciones matemáticas en paralelo de
forma nativa. A pesar de ello, las GPU cuentan con la desventaja que, al no estar diseñadas para
aprendizaje de máquina, la operación sobre ellas sea más compleja.

TPU
En 2013 Google comenzó a desarrollar la primera versión de la TPU (Unidad de procesamiento de
tensores). Está pensada para el uso con algoritmos de aprendizaje de máquina, por lo que está optimizada
para la realización de operaciones matriciales en paralelo (sumas y multiplicaciones), las que comúnmente
son usadas en aprendizaje de máquina. En particular se usan en las técnicas de aprendizaje profundo, en
donde se realiza cómputo intensivo durante el entrenamiento. Con ello, se logra que una TPU sea cientos
de veces más rápida que una GPU a la hora de ejecutar tareas de entrenamiento de algoritmos de
aprendizaje de máquina.

Google Colab
Esta plataforma es de acceso libre, y nos permite ejecutar código Python en un ambiente cloud, sin
necesidad de realizar ninguna instalación local en el computador que quiera ejecutar código. Google Colab
utiliza como soporte el formato utilizado por Jupyter Notebook, que permite en un mismo archivo código con
texto e imágenes enriquecidos, en un único documento. Python “enriquecida”: además del código Python,
es posible agregar texto con diferentes formatos o imágenes. En el caso particular de Google Colab se
tienen acceso a las bibliotecas de Tensorflow (utilizadas en aprendizaje profundo) y acceso gratuito a
GPUs y TPUs de forma remota.

Acceso a Google Colab


Se debe acceder al sitio web de Google Colab ([Link] Después se accede
ocupando alguna cuenta de Google (botón “Sign in” en la esquina superior derecha de la pantalla), y en el
cuadro de diálogo emergente oprimimos la opción de crear un nuevo notebook (New Notebook) o bien abrir
uno existente. Con ello ya tenemos el primer notebook para poder utilizarlo.

También podría gustarte