Tensorflow 超过使用限制后，如何在Google Colab上再次使用GPU？

我已经在免费版本中使用了GoogleColab来运行我的Tensorflow代码。12小时后，它会给出错误消息“由于Colab中的使用限制，您当前无法连接到GPU。”我应用“factory reset runtime”再次使用GPU，但它不起作用。此外，我终止了所有会话并重新开始，但这个过程也没有给出任何解决方案。有没有什么方法可以在Google Colab免费版上再次使用GPU。谢谢。

Colab的免费版本在动态使用限制下工作，这是不固定的，并且没有任何地方记录大小，这就是为什么免费版本不是保证和无限的资源。

基本上，总体使用限制和超时时间、
最大VM生存期、
可用的GPU类型以及其他因素随时间而变化
Colab
不公布这些限制，部分原因是它们可能（有时确实）变化很快

gpu
和
tpu
有时优先用于交互使用
Colab
的用户，而不是用于长时间运行的计算，或者用于最近在
Colab
中使用较少资源的用户。因此，使用
Colab
进行长时间运行计算的用户，或最近在
Colab
中使用了更多资源的用户，更有可能遇到使用限制，他们对
gpu
和
tpu
的访问受到临时限制。对更高、更稳定的使用限制感兴趣的用户可以使用。
如果定期使用GPU，运行时持续时间将越来越短，断开连接的频率也会越来越高。连接到另一个GPU之前的冷却时间将从数小时延长到数天甚至数周。谷歌追踪一切。他们不仅知道您帐户的使用情况，还知道与该帐户相关的帐户的使用情况，如果他们甚至怀疑有人试图滥用系统，他们将相应地调整使用限制。除了关于“使用限制”的一般消息外，它们永远不会给出运行时断开连接或无法连接到GPU的明确原因。他们也不会给用户一个简单的方法来跟踪他们的使用情况，因为这样做只是让人们更容易绕过限制。如果你的账户基本上被列入黑名单，他们永远不会告诉你你的账户被列入黑名单，因为这会让他们更头疼。在尝试永久连接时，您只会收到关于使用限制的相同消息。他们更喜欢让用户感到困惑和猜测，因为这让谷歌保持了所有的权力。对于免费服务，谁能说这有什么问题

编辑：对于Colab Pro，他们可能不会因为过度使用而致命地限制帐户，但他们可以通过将冷却时间延长到3-5天、将运行时间从24小时减少到6-8小时等方式显著限制帐户。请记住，这适用于每周多次运行多个帐户的人，以达到最大持续时间。如果您每周只使用一个帐户一次或两次，您应该不会有问题。
您所说的“我应用了factory reset runtime来再次使用GPU，但它不起作用”是什么意思？请提供确切的错误消息，我将提供帮助，因为我在过去处理过一些类似的问题。请更具体一点，添加图像也很有帮助。@knoop我的意思是我在Google Colab上应用了“Runtime”==>“Factory reset Runtime”==>“Yes”。幸运的是，我现在可以在GPU后端运行我的代码了。我想我需要等一天才能再次工作。我很确定，要么你长时间闲置，要么在后台工作，同时使用你的GPU实例。谷歌对这些行为有严格的政策，并将在几小时到几天内禁止你使用GPU。此外，请尝试在每次退出时手动终止会话，以便其他用户不受影响，您也不会被锁定。即使我正在使用colab pro，我也会收到以下消息：原因是什么？@АПжАжААжж如果您让colab闲置太久，可能会发生这种情况。“对于免费服务，谁能说这有什么问题呢。“这就是我对那些从我这里获得免费药物的用户的感受！不管怎么说，我正在进行一个学校项目，我用Colab开发了这个项目。谷歌也使用各种各样的免费软件，因此，他们对世界数据的所有获取和出售都隐含着一种社会债务，从而成为世界上最大的公司之一……虽然这项特定服务似乎不需要预付成本或任何隐含的基于数据的成本，但谷歌的东西远非免费，即使它们的标价是0美元。“真正”自由是不可能的。问题是，人们认为这应该让他们在产品支持方面通过可怕的透明度实践。我希望有一天这种观点会消失。