En el mundo de la programación las herramientas juegan un rol muy importante para que los desarrolladores puedan tener facilidades al momento de programar ya que se pueden incluir extensiones especializadas o crear atajos de programación en el momento.
Python presenta muchas herramientas que apoyan al programador, mi favorita y la que uso todos los días, incluso en el trabajo es Colaboratory, por lo que hoy te enseñaré cómo usar este increíble nootebook que nos presenta Google para apoyar especialmente a los pythonistas, desarrolladores de machine learning y ciencia de datos entre otros.
¿Qué es Google Colaboratory?
Google Colab Es una herramienta desarrollada por Google basada en Jupyter notebook que opera usando la nube que permite ejecutar y guardar código en Python.
Recuerda que en Google Colab puedes realizar proyectos artificial y ciencia de datos, además de poder usar GPU de manera gratuita para entrenar los modelos y realizar ciertos procesos realizando todo el procesamiento en la nube de manera gratuita.
¿Por qué debería usar Google Colab?
• No requiere configuración, el ambiente está listo para ser usado. Python y muchas librerías están instaladas por defecto.
• Es muy intuitivo, por lo que no se necesita mucho conocimiento previo para usar la herramienta.
• Acceso gratuito.
• Conexión directa a la nube.
• Existen celdas de texto y de código para mantener documentado el programa desarrollado, además de todas las notas que se pueden agregar aparte de los comentarios del código.
• Colab está enlazado a Google drive, por lo que los blocs de notas se guardan por defecto en este servicio en una carpeta que se crea de manera automática.
• Es basado en Jupyter Notebooks, por lo que podrás importar y exportar archivos entre estas plataformas sin problema.
Guía rápida de uso
-
Dirigirse a Google Colaboratory
-
Hacer click en Bloc de notas nuevo
-
Encontrarás una nueva página donde identificarás muchas partes importantes:
-
Escribir el fragmento de código y hacer click en ejecutar para visualizar la respuesta
-
También puedes añadir más celdas de texto o código.
¿Cuáles son los límites de Google Colab?
A pesar que Google Colab es gratuito en casi su totalidad, existe procesos que exigen mayor uso de recursos en la nube como ser GPUs y TPUs, una alternativa es el servicio de Colab Pro, Este presenta un precio de 9,99$ mensuales en donde podrás acceder a mayor proceso de GPU, tiempo de ejecución más amplio, además de más almacenamiento en la nube como ser Google Drive.
Esta herramienta puede ser útil para proyectos de gran escala y necesidad de recursos como ser procesos con big data.
**
Sobre Google Colab y Jupyter Notebooks**
Colab al ser basado en Jupyter conserva la misma estructura en el archivo, por lo que al guardar el archivo este podrá ser subido y ejecutado en Jupyter Notebook sin perder la información.
¿Cómo usar Google Drive y Google Colab?
Google provee muchas facilidades para colaborar con aplicaciones de su mismo ecosistema, gracias eso podemos conectar Google Colaboratory con Google drive con un sencillo paso:
-
Hacer click en el botón de conexión con Drive
-
Permitir acceso
-
Elegir la cuenta de GMAIL con la que desea conectar colab, sugiero que siempre sea la misma desde la que abrieron Google Colab.
-
Esperar unos segundos a que termine la conexión
-
Visualizar la carpeta de Drive para acceder a los archivos
Mi experiencia con Google Colab
Hace un año empecé a trabajar para una universidad con equipo de investigación en inteligencia artificial y todos estaban acostumbrados a usar Visual Studio Code para desarrollar cualquier código en Python, yo les enseñé la facilidad de uso de Colab y todos decidieron migrar los proyectos a esta plataforma, entre los proyectos hemos tenido diversos temas como ser:
- Análisis de audio
- Análisis de imágenes
- Graficación para ciencia de datos
- Entrenamiento de modelos de NLP
- Creación de datasets
- Manejo de JSONs
En mis proyectos personales he tenido experiencia con web scraping, ciencia de datos y también evaluación de algoritmos, ¡definitivamente es mi herramienta favorita para programar en Python!
