Keras 如何在更强大的服务器上运行我的Google Colab笔记本

Google Colab提供的免费资源对于我的用例来说是不够的

---

有没有一种方法可以让GPU/TPU更强大、内存更大，并将其用于我在谷歌云上的Colab笔记本？只要我能轻松运行Jupyter笔记本电脑，就不必使用谷歌云。我正在使用Keras/Tensorflow。

本页“连接到Google计算引擎实例上的运行时”一节中有说明：

在此复制：

如果要连接的Jupyter笔记本服务器正在运行 另一台机器（例如谷歌计算引擎实例），您可以设置 SSH本地端口转发以允许Colaboratory连接到它

注：谷歌云平台提供深度学习虚拟机图像 Colaboratory本地后端支持预配置。遵循操作指南 使用本地SSH设置Google计算引擎实例的指南 港口转运。如果使用这些图像，请直接跳到步骤4： 连接到本地运行时（使用端口8888）

首先，按照说明设置Jupyter笔记本服务器 上面

第二，建立本地计算机到服务器的SSH连接 远程实例（例如Google计算引擎实例）并指定 “-L”标志。例如，将本地计算机上的8888端口转发到 在Google Compute Engine实例上的端口8888上，运行以下操作：

gcloud compute ssh --zone YOUR_ZONE YOUR_INSTANCE_NAME -- -L 8888:localhost:8888

最后，通过连接到转发端口，在Colaboratorial中建立连接（遵循步骤4：连接下的相同说明） 到本地运行时）

---

本页“连接到Google Compute Engine实例上的运行时”部分提供了说明：

在此复制：

如果要连接的Jupyter笔记本服务器正在运行 另一台机器（例如谷歌计算引擎实例），您可以设置 SSH本地端口转发以允许Colaboratory连接到它

注：谷歌云平台提供深度学习虚拟机图像 Colaboratory本地后端支持预配置。遵循操作指南 使用本地SSH设置Google计算引擎实例的指南 港口转运。如果使用这些图像，请直接跳到步骤4： 连接到本地运行时（使用端口8888）

首先，按照说明设置Jupyter笔记本服务器 上面

第二，建立本地计算机到服务器的SSH连接 远程实例（例如Google计算引擎实例）并指定 “-L”标志。例如，将本地计算机上的8888端口转发到 在Google Compute Engine实例上的端口8888上，运行以下操作：

gcloud compute ssh --zone YOUR_ZONE YOUR_INSTANCE_NAME -- -L 8888:localhost:8888

最后，通过连接到转发端口，在Colaboratorial中建立连接（遵循步骤4：连接下的相同说明） 到本地运行时）