Google Colab: كل ما تريد معرفته

يجعل Google Colab علوم البيانات والتعلم العميق والشبكة العصبية والتعلم الآلي متاحة للباحثين الأفراد الذين لا يستطيعون تحمل تكلفة البنية التحتية الحاسوبية المكلفة.

التعلم الآلي وعلوم البيانات هما التقنيتان الجديدتان اللتان يرغب جميع علماء الكمبيوتر من الجيل الجديد في التفوق فيهما. هناك العديد من دورات التعلم عبر الإنترنت والمحاضرات المجانية وأدلة إرشادية عبر الإنترنت حول تعلم الآلة وعلوم البيانات.

ولكن ، يصبح التدريب على المشاريع قيدًا نظرًا لأنك بحاجة إلى أجهزة كمبيوتر متطورة لأعباء العمل هذه. الجواب على هذه المشكلة هو Google Colaboratory أو Colab ، باختصار. تابع القراءة للحصول على المراجعة النهائية لـ Google Colab.

ما هو جوجل كولاب؟

Colab هو منتج يشبه Jupyter Notebook من Google Research. يمكن لمطور برنامج Python استخدام هذا الكمبيوتر المحمول لكتابة وتنفيذ أكواد برنامج Python العشوائية فقط باستخدام متصفح الويب.

باختصار ، Colab هو نسخة مستضافة على السحابة من Jupyter Notebook. لاستخدام Colab ، لا تحتاج إلى التثبيت ووقت التشغيل أو ترقية أجهزة الكمبيوتر لديك لتلبية متطلبات عبء العمل المكثف لوحدة المعالجة المركزية / وحدة معالجة الرسومات من Python. علاوة على ذلك ، يمنحك Colab وصولاً مجانيًا إلى البنية التحتية للحوسبة مثل التخزين والذاكرة وسعة المعالجة ووحدات معالجة الرسومات (GPU) ووحدات معالجة الموتر (TPU).

قامت Google ببرمجة أداة ترميز Python المستندة إلى مجموعة النظراء بشكل خاص مع مراعاة احتياجات مبرمجي التعلم الآلي ومحللي البيانات الكبيرة وعلماء البيانات وباحثي الذكاء الاصطناعي ومتعلمي Python.

أفضل جزء هو دفتر كود واحد لجميع المكونات اللازمة لتقديم مشروع كامل للتعلم الآلي أو علم البيانات لمشرفي البرنامج أو الرعاة. على سبيل المثال ، يمكن أن يحتوي دفتر Colab على أكواد قابلة للتنفيذ ، ورموز Python الحية ، والنص المنسق ، و HTML ، و LaTeX ، والصور ، وتصورات البيانات ، والمخططات ، والرسوم البيانية ، والجداول ، والمزيد.

ماذا يفعل جوجل كولاب؟

Google Colab هو مجرد تمثيل عبر الإنترنت لـ Jupyter Notebook. بينما يحتاج Jupyter Notebook إلى التثبيت على جهاز كمبيوتر ويمكنه فقط استخدام موارد الجهاز المحلي ، فإن Colab هو تطبيق سحابي كامل لتشفير Python.

يمكنك كتابة أكواد Python باستخدام Colab على متصفحات الويب Google Chrome أو Mozilla Firefox. يمكنك أيضًا تنفيذ هذه الرموز على المتصفح دون الحاجة إلى أي بيئة تشغيل أو واجهة سطر أوامر.

علاوة على ذلك ، يمكنك منح دفتر ملاحظات مشروع Python مظهرًا احترافيًا عن طريق إضافة معادلات رياضية ورسوم بيانية وجداول وصور ورسومات أخرى. بالإضافة إلى ذلك ، يمكنك ترميز تصورات البيانات في Python ، وسيقوم Colab بعرض الكود في أحد الأصول المرئية.

علاوة على ذلك ، يتيح لك Colab إعادة استخدام ملفات Jupyter Notebook من GitHub. بصرف النظر عن ذلك ، يمكنك أيضًا استيراد مشروعات التعلم الآلي وعلوم البيانات المتوافقة من مصادر أخرى. تعالج Colab الأصول المستوردة بكفاءة لعرض رموز Python نظيفة وخالية من الأخطاء.

أفضل ميزات Google Colab

وحدات معالجة الرسومات (GPU) و (TPU)

يحصل مستخدمو Colab المجانيون على وصول بدون رسوم إلى أوقات تشغيل GPU و TPU لمدة تصل إلى 12 ساعة. يأتي وقت تشغيل وحدة معالجة الرسومات مع Intel Xeon CPU @ 2.20 جيجاهرتز و 13 جيجابايت من ذاكرة الوصول العشوائي ومسرع Tesla K80 و 12 جيجابايت GDDR5 VRAM.

يتكون وقت تشغيل TPU من وحدة المعالجة المركزية Intel Xeon @ 2.30 جيجاهرتز و 13 جيجابايت من ذاكرة الوصول العشوائي و TPU السحابية مع 180 تيرافلوب من الطاقة الحسابية.

باستخدام Colab Pro أو Pro + ، يمكنك تشغيل المزيد من وحدات المعالجة المركزية ووحدات المعالجة المركزية ووحدات معالجة الرسومات لأكثر من 12 ساعة.

مشاركة الكمبيوتر المحمول

لم يكن من الممكن الوصول إلى دفتر كود بايثون قبل كولاب. الآن ، يمكنك إنشاء روابط قابلة للمشاركة لملفات Colab المحفوظة على Google Drive. الآن ، شارك الرابط مع المتعاون الذي يريد العمل معك. علاوة على ذلك ، يمكنك أيضًا دعوة المبرمجين للعمل معك باستخدام رسائل البريد الإلكتروني من Google.

تركيب مكتبة خاصة

يتيح لك Colab تثبيت مكتبات غير تعاونية (AWS S3 و GCP و SQL و MySQL وما إلى ذلك) غير المتوفرة في مقتطفات التعليمات البرمجية. كل ما عليك فعله هو إضافة رمز سطر واحد ببادئات الكود التالية:

 !pip install (example: !pip install matplotlib-venn)

 !apt-get install (example: !apt-get -qq install -y libfluidsynth1)

مكتبات مثبتة مسبقًا

يقدم Google Colab مكتبات متعددة مثبتة مسبقًا بحيث يمكنك استيراد المكتبة المطلوبة من مقتطفات التعليمات البرمجية. تتضمن هذه المكتبات NumPy و Pandas و Matplotlib و PyTorch و TensorFlow و Keras والمزيد من مكتبات ML.

الترميز التعاوني

لا غنى عن الترميز المشترك للمشاريع الجماعية. يساعد فريقك على إكمال المعالم في وقت أبكر من الإطار الزمني المتوقع. إذا كان فريقك يحتاج إلى تعاون في الوقت الفعلي في مشروعات تعلم الآلة وعلوم البيانات ، فإن Google Collaborative هو مجرد الأداة.

ما عليك سوى إرسال ارتباط قابل للتعديل مع المتعاونين أو دعوة المتعاونين للترميز الجماعي. يتم تحديث دفتر ملاحظات Python بالكامل تلقائيًا كرموز الفريق ، وستشعر بالعمل على جداول بيانات Google أو المستندات المشتركة.

سحابة التخزين

يستخدم Google Colab حصة تخزين Google Drive الخاصة بك لأغراض حفظ الملفات. وبالتالي ، يمكنك استئناف العمل من أي جهاز كمبيوتر يمكنك من خلاله الوصول إلى حساب Google Drive الخاص بك.

يعمل التخزين السحابي أيضًا كنسخة احتياطية لبياناتك من أي كوارث.

تكامل جيثب

يمكنك ربط حساب GitHub الخاص بك بـ Google Colab لاستيراد ملفات التعليمات البرمجية وتصديرها بسلاسة. للاستيراد ، يمكنك الضغط على Ctrl + O والنقر فوق علامة التبويب GitHub للحصول على ملفات التعليمات البرمجية. على العكس من ذلك ، ما عليك سوى النقر فوق حفظ نسخة إلى GitHub من قائمة File لإرسال الملفات إلى GitHub.

مصادر بيانات متعددة

يدعم Google Colaboratory مصادر بيانات متنوعة لمشاريع التدريب على تعلم الآلة والذكاء الاصطناعي. على سبيل المثال ، يمكنك استيراد البيانات من جهاز محلي ، وتثبيت Google Drive على مثيل Colab ، وجلب البيانات عن بُعد ، واستنساخ GitHub repo إلى Colab.

التحكم التلقائي في الإصدار

مثل Google Sheets and Docs ، يحتوي Google Colab أيضًا على متتبع سجل شامل. تتعقب الوحدة جميع التغييرات التي تم إجراؤها منذ إنشاء الملف. يمكنك الوصول إلى السجلات من القائمة "ملف" والنقر فوق خيار "محفوظات المراجعة".

لماذا يجب عليك اختيار Google Colab؟

• Google Colaboratory هي أداة قائمة على السحابة. يمكنك البدء في ترميز نماذج ML وعلوم البيانات الرائعة باستخدام متصفح Chrome.
• كولاب مجاني بموارد محدودة. ومع ذلك ، يجب ألا تتوقع أنه يمكنك تخزين الذكاء الاصطناعي أو نماذج التعلم الآلي إلى أجل غير مسمى على البنية التحتية المجانية لـ Colab.
• إذا كنت تعرف العمل على Jupyter ، فلن تحتاج إلى المرور بأي منحنى تعليمي على Google Colaboratory.
• وصول مجاني إلى وحدات معالجة الرسومات (GPU) و (TPU) للحصول على نماذج شاملة لعلوم البيانات وتعلم الآلة.
• يأتي مع مكتبات علوم بيانات مثبتة مسبقًا وشائعة.
• يمكن للمبرمجين مشاركة دفتر التعليمات البرمجية بسهولة مع المتعاونين للترميز في الوقت الفعلي.
• نظرًا لأن Google تستضيف الكمبيوتر الدفتري على Google Cloud ، فلا داعي للقلق بشأن التحكم في إصدار مستند الرمز وتخزينه.
• يتكامل بسهولة مع GitHub.
• يمكنك تدريب الذكاء الاصطناعي باستخدام الصور.
• يمكنك أيضًا تدريب النماذج على الصوت والنص.
• يمكن للباحثين أيضًا تشغيل برامج TensorFlow على Colab.

كيفية استخدام جوجل كولاب

يمكنك استخدام Google Colaboratory إذا كنت تستوفي الحد الأدنى من المتطلبات التالية:

• حساب Google لتجربة كل راحة Colab.
• جهاز كمبيوتر يمكنه تشغيل أحدث متصفح Google Chrome أو Mozilla Firefox
• توصي Google باستخدام Chrome لـ Colab.
• قبول شروط وأحكام استخدام بيانات Google.

يمكنك الوصول إلى Google Colaboratory من موقعه الرسمي على الإنترنت. كولاب مجاني ومع ذلك ، لا يتم ضمان تخصيص الموارد المحدودة دائمًا. إذا كنت بحاجة إلى مزيد من السرعة وقدرات المعالجة بموارد مضمونة ، فيمكنك الحصول على Colab Pro أو Pro +.

بالنسبة لبعض نماذج علم البيانات والتعلم الآلي المناسبة لـ Colab ، يمكنك التحقق من Google Seedbank.

الاختلافات بين Google Colab و Jupyter Notebook

# 1 . لا يحتاج Colab إلى تثبيتات برامج على الجهاز المحلي. على العكس من ذلك ، يتطلب Jupyter Notebook تثبيتات البرامج وموارد الجهاز المحلي للحساب.

# 2 . نظرًا لأن Colab قائم على السحابة ، يمكنك الحصول على تحكم تلقائي في الإصدار. أيضًا ، يستمر Google Drive في حفظ دفتر Python تلقائيًا. في المقابل ، في Jupyter Notebook ، تحتاج إلى حفظ دفتر الملاحظات بشكل دوري وإدارة التحكم في الإصدار.

# 3 . تتوفر ملفات Colab على Google Drive لأغراض النسخ الاحتياطي. من ناحية أخرى ، لا يتم نسخ ملفات Jupyter Notebook احتياطيًا تلقائيًا.

# 4 . يمكنك إرسال ملفات Colab الخاصة بك إلى أي شخص ، حتى العميل الذي ليس عالم بيانات. يمكنهم بسهولة فتح المستند على Google Colab ومراجعة المحتوى. لا يلزم تثبيت أي برنامج من نهاية المستلم.

على العكس من ذلك ، يحتاج المستلم إلى تثبيت وتشغيل Jupyter Notebook لقراءة مشروعك. وبالتالي ، فإن مشاركة هذا الملف مع عملاء غير متخصصين في علوم البيانات تصبح تحديًا.

# 5 . يأتي Google Colaboratory مزودًا بالمكتبات المطلوبة لعلوم البيانات ومشاريع التعلم الآلي. يمنحك أيضًا قدرًا معينًا من وحدة المعالجة المركزية وذاكرة الوصول العشوائي ووحدة معالجة الرسومات و TPU على السحابة. وبالتالي ، فإنك توفر الوقت والمال.

في المقابل ، تحتاج إلى مصدر وتثبيت جميع المكتبات المطلوبة لمشروعك إذا كنت تعمل على تطبيق Jupyter Notebook. يؤدي تثبيت العديد من المكتبات أيضًا إلى استهلاك موارد وحدة المعالجة المركزية وذاكرة الوصول العشوائي ووحدة معالجة الرسومات الخاصة بالجهاز المحلي.

تنفيذ المهام المشتركة على Google Colab

قم بإنشاء دفتر ملاحظات

• انتقل إلى بوابة Google Colab واطلع على "مرحبًا بك في Colab!"
• في القائمة العلوية ، انقر فوق ملف .
• من قائمة سياق الملف ، اختر دفتر ملاحظات جديد .
• دفتر Python الجديد جاهز. يمكنك إعادة تسمية ملف دفتر الملاحظات.

تحميل وتنزيل الملفات

يمكنك تحميل أكواد Python المحلية إلى Colab باتباع الخطوات التالية:

• في القائمة العلوية ، انقر فوق ملف .
• سيتم فتح قائمة السياق مع العديد من الخيارات.
• ابحث عن تحميل دفتر الملاحظات وانقر فوقه.
• سترى الآن وحدة تحكم متراكبة مع خيارات مثل أمثلة و Google Drive و GitHub و Upload.
• انقر فوق أي علامة تبويب وحدد محتوى الكود الذي تريد تحميله.

إن تنزيل مشروعك الجاري أو المنتهي سهل للغاية أيضًا. فيما يلي الخطوات:

• انقر فوق القائمة " ملف " الموجودة في شريط القوائم العلوي.
• مرر المؤشر فوق " تنزيل ".
• سيتم فتح قائمة السياق بخيارين لتنسيق ملف التنزيل: .ipynb و .py.
• يمكنك اختيار التنسيق المفضل وتنزيل الملف.

قم بالوصول إلى GitHub

الوصول إلى GitHub هو مجرد نسيم في Colab. هنا هو ما يمكنك القيام به:

• انقر فوق ملف في شريط القوائم العلوي.
• حدد تحميل دفتر ملاحظات من قائمة السياق.
• سيتم فتح وحدة تحكم مع علامة تبويب GitHub .
• بدلاً من ذلك ، يمكنك الضغط على Ctrl + O للوصول إلى نفس وحدة التحكم.
• خيارات بحث GitHub هي عنوان URL لـ GitHub واسم المستخدم واسم المؤسسة.

الوصول إلى الملفات المحلية

• اضغط على Ctrl + O في دفتر Colab الجديد.
• حدد علامة التبويب تحميل على وحدة التحكم التي تظهر.
• انقر فوق اختيار ملف لتحديد موقع الملف المحلي الذي تريد فتحه على Colab.

الوصول إلى Google Drive

• انقر فوق ملف في القائمة العلوية.
• يمكنك تحديد فتح دفتر ملاحظات أو تحميل دفتر ملاحظات .
• ستظهر وحدة تحكم مع علامة تبويب لـ Google Drive .
• انقر فوق ذلك للوصول إلى الملفات من Google Drive.

إذا كنت ترغب في تحميل Google Drive على مثيل Colab ، فاتبع الخطوات التالية:

• انقر فوق ملف الموجود في جزء التنقل الأيسر.
• حدد أمر Mount Drive .
• في الإشعار الذي يظهر ، حدد الاتصال بـ Google Drive .
• سيطلب منك Google اختيار حساب للحصول على إذن.

حفظ واستيراد من جداول بيانات جوجل

يمكنك حفظ بيانات دفتر ملاحظاتك بسهولة في ملف جداول بيانات Google لمزيد من المعالجة. للقيام بذلك ، جرب هذه الخطوات:

• انقر فوق الزر Code Snippets في الركن الأيسر السفلي.
• سيتم فتح جزء التنقل على الجانب الأيمن.
• اكتب "جداول البيانات " في عامل التصفية ، وستجد " حفظ البيانات واستيراد مقتطفات رمز البيانات ".
• انقر نقرًا مزدوجًا فوق العنوان لتضمين الرمز في دفتر الملاحظات.

قم بالوصول إلى AWS S3

يمكنك الوصول إلى الملفات وأصول الترميز من منصات التخزين السحابية مثل AWS S3 و Azure Blob باستخدام حاويات التخزين السحابية.

للقيام بذلك ، يجب عليك تثبيت ByteHub ، الذي يحتوي على وظائف لتحميل البيانات وحفظها على التخزين السحابي. يمكنك تشغيل الكود التالي:

 !pip install -q bytehub[aws]

الوصول إلى مجموعات بيانات Kaggle

• انتقل إلى حساب Kaggle وانقر على Expire API Token من قسم API لإزالة الرموز القديمة.
• قم بإنشاء رمز API جديد للحصول على kaggle.json على الكمبيوتر المحلي.
• الآن استخدم الكود التالي لتثبيت Kaggle:

 !pip install -q kaggle

• الآن ، قم بتحميل ملف Kaggle.json إلى قاعدة كود Python باتباع ممارسة الترميز القياسية.

الكلمات الأخيرة

الآن بعد أن خضت مناقشة متعمقة حول تطبيق Google Collaboratory ، يجب أن تكون قادرًا على بدء التعلم أو التدريب أو التدرب على مشاريع التعلم الآلي. Google Colab هو تطبيق سحابي مناسب حقًا لأولئك الذين يحبون Jupyter Notebooks.

قد تكون مهتمًا أيضًا ببعض مجموعات البيانات المفتوحة الشائعة لمشاريع علوم البيانات.