Google colaboratory 如何在Google Colaboratory中结束长时间运行的会话后，使用剩余的时间来训练模型。？

我正在用谷歌Colab训练我的三维卷积神经网络，有60个周期，但当它达到57个周期时，我的课程就结束了。重新连接后，训练从历元1开始

在我的Google Colaboratory课程结束后，我应该如何在未完成的时间段上训练我的模型？

for Colaboratory包括以下陈述：

什么是协同实验室？协同实验室是机器学习教育和研究的研究工具

Colaboratory用于交互式使用。长时间运行的背景 计算，特别是在GPU上，可能会停止。。。我们鼓励 希望通过运行连续或长时间运行计算的用户 Colaboratory的用户界面使用

训练ML模型通常需要长时间的计算。因此，我正在考虑的选择是：

按照建议使用一种新的方法。这可能是云虚拟机或您的笔记本电脑

使用-您可以控制（并支付）谷歌云中的虚拟机资源

检查每个历元，并将检查点和权重保存到持久存储。看。如果笔记本已重置，则从检查点重新启动培训

考虑到您在Colaboratory上的培训几乎完成，选项3可能是最容易开始的。这取决于您使用的库以及它们是否支持此功能

---

如果您正在运行更大的计算，那么请考虑使用本地运行时或DataLab。

您必须在一段时间间隔后保存检查点。如果您的历元执行速度快，则可以在5-10个历元后保存模型，否则在每个历元后保存模型。并检查代码以重新读取最新的检查点（基于某些命名约定）。现在这有什么问题

因为这是一个协作平台，而且是免费的，所以他们不会给你一个专用的GPU实例，所以你可以随时断开它 刷新浏览器/关闭浏览器/断开互联网连接等

这样，您就可以使用分配给您的临时存储空间

此外，协作室为您的数据和模型提供了有限的存储空间

因此，您需要将检查点保存在一些“持久”存储上。Collaboratory支持google drive。您可以检查如何在那里保存文件。 此外，你还必须检查如何从那里阅读

或者，如果你正在寻找其他选择。AWS spot实例可以是一个合理的选择（但是它是付费的，如果你可以从某处获得一些学生学分，你可以使用它）。只需提及，Colab也是Google的一个spot实例。你也可以访问www.crestle.com，每小时收费3美分