楼主前一阶段在做视频插帧算法应用，鉴于在自己的本子上跑代码是在太慢，又不好意思在跑路后还是用学院的服务器账号，所以翻来覆去学会了在谷歌使用免费的算力进行模型训练和使用。在开始使用前，请您准备自己的Google账号并熟悉Jupyter Notebook的使用

1. Colab简介

什么是 Colab？
借助 Colaboratory（简称 Colab），您可在浏览器中编写和执行 Python 代码：

1. 无需任何配置
2. 免费使用 GPU和TPU
3. 轻松共享

无论您是一名学生、数据科学家还是 AI 研究员，Colab 都能够帮助您更轻松地完成工作。

PS：Colab免费版一次只享有12个小时的使用时间，并且使用期间不能关闭浏览器。如果是富哥，可以开通付费订阅，拥有更高级的处理器，更大的内存和更长的运行时间，并且在浏览器关闭后仍能继续运行代码。

2. 使用准备

2.1 科学上网

Colab是谷歌旗下产品，由于众所周知的原因，谷歌的服务在中国大陆地区不能直接访问，所以请各显神通，楼主就不细说了。

2.2 Google Drive

由于Colab的服务器是共享机制，所以上面的数据和文件在离开Colab十二个小时会自动删除，为了保存我们的代码和数据，我们需要在Colab上挂载谷歌云盘（就是中间那个三角形辣）

在Google云盘下，新建colab文件夹以放置我们要在colab上运行的文件。并将要运行的工程文件上传到该文件夹下。

3. Colab 使用

3.1 云硬盘挂载

找到上传的项目文件及，点击右键打开方式，选择关联更多应用。

搜索Colaboratory，使用Colab打开。

打开后会自动生成一个.ipynb文件，我们在这个文件里进行命令输入和执行

使用如下命令挂载谷歌云盘，挂载到/content/drive/目录下

from google.colab import drive
drive.mount('/content/drive')

使用如下命令将当前目录更改到指定的项目文件夹下面，xxx替换为自己的工程文件目录，并展示该目录下的所有文件和目录

import  os
#改变当前工作目录到谷歌云盘的路径
path="/content/drive/MyDrive/colab/xxx/"
os.chdir(path)
os.listdir(path)

3.2 硬件选择

点击代码执行程序，选择更改运行时类型，将运行加速器改为GPU，也可以使用TPU运算，这里不详叙述TPU及其代码框架。

等到连接成功后，使用!nvidia-smi命令可以查看当前使用的GPU设备，楼主作为白嫖怪好几次分到了Tesla T4（还行）

3.3 环境配置

Colab已经默认安装了PyTorch的环境，但是有一些其他的环境包需要自己安装。
注意：每次使用Colab前都需要配置环境，因为Colab在用户离开后会清空用户的文件和数据。
例如，使用pip安装FFmpeg

!pip install ffmpeg

3.4 运行程序

使用python命令运行python程序，例如

!python inference_video.py --exp=2 --video=50_2.mp4