对于入门深度学习的同学开说，笔记本GPU性能太弱是一件非常让人头疼的事，而租用的gpu服务器又太贵，最近刚发现
google
提供的免费云平台，可供我们做训练网络服务器用，GPU型号为Tesla T4 ，性能也是不俗。
首先，登陆
Google
Driver
然后，在空白处右击，查看是否有
Google
Co
lab
oratory，没有的话，点击关联更多应用，搜索安装即可
新建一个文件夹，这里是yolo_v1
将你的工程文件导入
接下来新建一个Co
lab
oratory，并且命名为yolo_train
很熟悉的jupyter notebook界面，操作很相似…
然后点击左上角“修改”–>>”笔
对于许多流行的数据科学工具（包括Pandas，Scikit-Learn，PyTorch，NVIDIA Rapids等），Conda是推荐的环境和程序包管理解决方案。 Conda还大大简化了安装流行的深度学习工具（如TensorFlow）的过程。
Google
Co
lab
是一项免费服务，它通过与Jupyter笔记本非常相似的用户界面提供交互式计算资源，它在
Google
Cloud Platform（GCP）上运行，并提供对GPU和TPU的免费访问。
Google
Co
lab
是一个出色的教学平台，也许也是唯一可
问题描述：由于阴差阳错,安装了
google
-co
lab
z这个库，安装完之后，发现kernel的状态一直处于加载状态，或者已经显示连接，但是一直处于忙碌状态，而且不能执行任何程序，看了一下
上网搜了一下，说是
google
-co
lab
z这个库安装之后会自动降低某些应用的版本，比较坑（立马后悔）。
解决方法：首先是将
google
-co
lab
z库卸载（本人并不需要），
pip uninstall
google
-co
lab
z
卸载完之后，发现自己连jupyter都连接不上了，这个只要：
使用
vim ~/.jupyt
DisabledFunctionError: cv2.imshow() is disabled in Co
lab
, because it causes Jupyter sessions to crash; see https://github.com/jupyter/notebook/issues/3935.
如果
使用
的是
google
co
lab
，用此解决方案，替换报错的那一行：
from
google
.co
lab
.patches import cv2_imshow
cv2_imsh
提高你的 Python 语言的编码技能。
使用
Keras、TensorFlow、PyTorch 和 OpenCV 等流行库开发深度学习应用程序。
Co
lab
与其它免费的云服务最重要的区别在于：Co
lab
提供完全免费的 GPU，对学生党进行AI学习提供便利。
Co
lab
是
Google
的且服务器在国外
如果不能
使用
Google
，推荐
使用
Kaggle（国内也能访问）👉免费的深度学习GPU环境Co
lab
和
嵌入式优质项目，资源经过严格测试可直接运行成功且功能正常的情况才上传，可轻松copy复刻，拿到资料包后可轻松复现出一样的项目。
本人单片机开发经验充足，深耕嵌入式领域，有任何
使用
问题欢迎随时与我联系，我会及时为你解惑，提供帮助。
【资源内容】：包含完整源码+工程文件+说明，项目具体内容可查看下方的资源详情。
【附带帮助】：
若还需要嵌入式物联网单片机相关领域开发工具、学习资料等，我会提供帮助，提供资料，鼓励学习进步。
【本人专注嵌入式领域】：
有任何
使用
问题欢迎随时与我联系，我会及时解答，第一时间为你提供帮助，CSDN博客端可私信，为你解惑，欢迎交流。
【建议小白】：
在所有嵌入式开发中硬件部分若不会画PCB/电路，可选择根据引脚定义将其代替为面包板+杜邦线+外设模块的方式，只需轻松简单连线，下载源码烧录进去便可轻松复刻出一样的项目
【适合场景】：
相关项目设计中，皆可应用在项目开发、毕业设计、课程设计、期末/期中/大作业、工程实训、大创等学科竞赛比赛、初期项目立项、学习/练手等方面中
可借鉴此优质项目实现复刻，也可以基于此项目进行扩展来开发出更多功能
在机器学习领域中，“鸢尾花”是指一个经典的多类分类问题的数据集，称为“Iris dataset”或“安德森鸢尾花卉数据集”。该数据集最早由英国统计学家兼生物学家罗纳德·费雪（Ronald Fisher）于1936年收集并整理发表，包含了150个样本观测值，对应三种不同类型的鸢尾花（Setosa、Versicolor、Virginica），每种类型各50个样本。
每个样本有四个特征：
萼片长度（Sepal Length）
萼片宽度（Sepal Width）
花瓣长度（Petal Length）
花瓣宽度（Petal Width）
这些特征都是连续数值型变量，而目标变量则是鸢尾花所属的类别。鸢尾花数据集常被用作新手入门机器学习算法时的第一个实践项目，因为它数据量适中且易于理解，同时适用于多种监督学习算法，如逻辑回归、K近邻（KNN）、支持向量机（SVM）、决策树以及各种集成方法等。
Windows python pip换源不生效（window11系统），以及pip下载库包报错 because normal site-packages is not writeable
weixin_51695633:
Windows python pip换源不生效（window11系统），以及pip下载库包报错 because normal site-packages is not writeable
麟姐无处不在:
MMdetection3d环境搭建、使用MMdetection3d做3D目标检测训练自己的数据集、测试、可视化，以及常见的错误
MTSPha:
MMdetection3d环境搭建、使用MMdetection3d做3D目标检测训练自己的数据集、测试、可视化，以及常见的错误
MTSPha:
git clone 出现错误 Could not resolve host: github.com
花开逢君笑:
