跳到主要内容

欢迎来到器官芯片 AI 教学 ☁️

对于组内初次接触python和深度学习的同学，我们强烈建议使用 Google Colab。你可以把它理解为一台Google 免费借给你的、已经装好所有环境（包括 PyTorch 等必备库）的云端电脑。

不需要你在本地电脑上经历痛苦的环境配置，只需要一个浏览器，你就能直接跑通复杂的神经网络，处理一维生物电生理信号等庞大数据。

请按照以下“傻瓜式”步骤操作

🟢 第一步：保存副本（最核心的生存法则！）​

由于本工具箱提供的 Colab 链接是组内公共模板，如果大家直接在上面修改，会导致代码混乱并影响其他同门使用。因此，打开任何代码链接后，第一件事永远是把它存到你自己的网盘里。

  1. 点击网页左上角菜单栏的 “文件 (File)”。
  2. 选择 “在云端硬盘中保存一份副本 (Save a copy in Drive)”。
  3. 此时浏览器会自动弹出一个新的标签页，标题带有“副本”字样。这个新页面才是属于你的专属环境，你可以随意修改、运行和保存。
⚠️ 严禁直接运行或修改原文件

如果不保存副本直接运行，你的进度不仅无法永久保存，还可能引发版本冲突！请养成“先存副本再动手”的好习惯。

🚀 第二步：开启加速引擎（白嫖 GPU 算力）​

我们在训练用于分类一维电生理信号的 CNN 或 RNN 模型时，对算力的要求非常高。开启 GPU 可以让原本需要几个小时的训练时间缩短到几分钟。（一般情况白嫖不到，不过目前常用的程序colab的基础算力已经够用）

  1. 点击顶部菜单栏的 “代码执行程序 (Runtime)”。
  2. 选择 “更改运行类型 (Change runtime type)”。
  3. 在弹出的窗口中，将 硬件加速器 (Hardware accelerator) 下拉菜单选为 T4 GPU。
  4. 点击右下角的 “保存 (Save)”。
💡 如何确认连接成功？

看网页右上角。如果出现了一个绿色的勾，并显示了 RAM 和 磁盘 的容量条，就说明你已经成功连接上这台带显卡的超级电脑了。

📂 第三步：连接数据仓库（挂载云盘）​

这台云端电脑刚启动时是“空”的。我们需要把你存储在 Google Drive 网盘里的实验数据（比如导出的电生理信号 CSV 文件）“插”到这台电脑上。

在代码页面中，新建一个代码块，直接输入并运行以下挂载代码：

from google.colab import drive
drive.mount('/content/drive')
  1. 运行代码后，输出区会提示你进行授权，点击 “连接到 Google 云端硬盘 (Connect to Google Drive)”。
  2. 在弹出的窗口中选择你的 Google 账号，并允许所有权限。
  3. 授权成功后，点击左侧边栏的 “文件夹”图标，展开 drive -> MyDrive 目录。
  4. 现在你就能看到自己网盘里的所有实验数据了！你可以直接右键点击所需的数据文件，选择 “复制路径 (Copy path)”，然后将其粘贴到代码中。

📚 官方资源与进阶指北​

如果你已经掌握了上述的基础操作，准备开始构建自己的深度学习网络，或者想要查阅更底层的环境配置，请直接访问以下官方资源：

🔗 Google Colab 官方主页** 直接进入你的云端编程环境。你可以在这里新建笔记本，或者管理关联到你 Google Drive 的所有代码文件。

📖 Colab 官方基础操作指南 (Welcome to Colaboratory)** 官方提供的新手引导，内含关于 Markdown 文本编写、数据科学工具包（Numpy/Pandas）调用、以及机器学习速成的交互式示例。

⚡ PyTorch 官方入门教程 (60分钟闪电战)** 作为组内处理一维信号（CNN/RNN）常用的核心深度学习框架，这是官方提供的最经典的快速入门实战指南，建议新手跑通一遍。