Está com uma limitação de placas de vídeo para ciência de dados? Eu vou te mostrar como você pode obter essas placas de forma online e gratuita para continuar seus projetos!
Caso prefira esse conteúdo no formato de vídeo-aula, assista ao vídeo abaixo ou acesse o nosso canal do YouTube!
Para receber por e-mail o(s) arquivo(s) utilizados na aula, preencha:
Muitas das vezes algumas pessoas acabam tendo a limitação de uma placa de vídeo para ciência de dados (GPU) e isso acaba por ser um problema, pois isso pode afetar nos seus projetos.
A minha ideia hoje, é te mostrar como você pode obter 2 placas de vídeo de forma online e grauita, ou seja, elas vão rodar de forma online sem utilizar os recursos do seu computador!
E o melhor de tudo, elas são gratuitas, então mesmo que você não tenha recursos no momento, vai conseguir utilizar essas placas para dar continuidade aos seus projetos de ciência de dados!
O Google Colab (ou Colaboratory) é uma plataforma gratuita baseada na nuvem e é do Google. No próprio site, a primeira mensagem já explica o que é o Google Colab.
Ele é um serviço hospedado do Jupyter Notebook que não precisa de configuração para ser usado e você ainda tem acesso aos recursos de computação incluindo GPUs (placas de vídeo) e TPUs!
Isso quer dizer que você tem uma plataforma online para programação que te fornece diversos recursos e ainda te possibilita a utilização de placas de vídeo!
Você pode inclusive, clicar na opção New Notebook para abrir uma interface do Jupyter Notebook dentro do Google Colab para que você possa começar a programar.
Um ponto importante é que para você ter acesso ao Google Colab, você vai precisar de uma conta no Google. Inclusive, você vai notar que esses arquivos vão ficar salvos dentro do seu Drive!
Ao executar o seu primeiro código, pode ser um simples print (“Olá Mundo!”), você já vai notar que pode visualizar os recursos disponíveis na parte superior direita do Jupyter Notebook.
Você pode notar que não temos informações de placa de vídeo dentro dessas configurações, mas podemos verificar isso dentro do código também e vamos fazer isso utilizando duas bibliotecas.
Para isso vamos utilizar a biblioteca torch e a biblioteca tensorflow para confirmar que de fato ainda não temos recursos de vídeo disponíveis no momento.
Para fazer isso, vamos até a opção Ambiente de execução e em seguida em Alterar o tipo de amiente de execução. Feito isso você vai visualizar a tela abaixo, onde vai poder fazer a seleção do Acelerador de hardware, nesse caso vamos escolher o T4 GPU, mas é possível que as opções sejam diferentes dependendo do período que estpa visualizando essa publicação.
Você vai receber uma mensagem de que a sessão atual precisa ser encerrada, pois o Google Colab vai precisar configurar uma nova máquina para você.
Com isso, você vai notar que nos recursos, você agora já possui uma GPU disponível para utilizar. Lembrando que você pode rodar as células novamente para ver os resultados.
Agora você já sabe como fazer para ter placas de vídeo para ciência de dados de forma gratuita utilizando o Google Colab.
Obs.: Por mais que esse recurso seja gratuito, é importante que você leia o FAQ do Google Colaboratory para entender quais são as limitações desses recursos!
Esse também é um site onde você pode criar sua conta gratuitamente e vai ter acesso ao Jupyter Notebook, bem similar ao que fizemos para o Google Colab.
Então você vai criar sua conta e logo no canto superior esquerdo pode clicar em + Create para criar um notebook!
Obs.: É normal a primeira vez que utilizar, que o código demore um pouco para ser executado por conta das configurações. Mesmo que seja um código simples com o “Olá mundo”, mas existem algumas configurações que precisam ser feitas antes de iniciar.
Feita essa primeira execução, você já pode visualizar os recursos disponíveis, e novamente, vai notar que não temos GPU disponível nesse primeiro momento.
Novamente vamos utilizar as biblioteca torch e biblioteca tensorflow para fazer as verificações. Inicialmente não vamos ter nenhum resultado, da mesma forma que aconteceu no Google Colab.
Obs.: Essa mensagem que aparece ao utilizar o tensorflow não é nada grave e é algo que já estão trabalhando para resolver, pode ser apenas uma questão de compatiblidade com a versão dos softwares das placas de vídeo, mas você vai conseguir utilizar a placa de vídeo normalmente!
Clicando nos 3 pontos no canto superior direito do Jupyter Notebook, vamos ter a opção de Accelerator para que você possa escolher a sua GPU, neste caso a GPU T4 x2.
IMPORTANTE: Essa opção de Accelerator só vai aparecer para as pessoas que já possuem a conta verificada. Isso quer dizer que precisa fazer a validação da sua conta para que consiga de fato utilizar esse recurso. É algo bem simples e rápido, mas é um requisito para utilizar esse recurso.
Agora você vai notar que possui 2 GPUs, então em alguns casos isso vai sem bem útil!
Agora você pode rodar os códigos novamente só para verificar que de fato possui as placas de vídeo para fazer seus projetos, mesmo que não tenha o recurso para obter essas GPUs.
Assim como no Google Colab, aqui no Kaggle nós também vamos ter algumas limitações, então basta acessar a página de Efficient GPU Usage Tips para verificar quais são essas limitações.
Como você deve saber, nem todas as pessoas possuem recursos para comprar placas de vídeo que são mais eficientes para executar seus projetos.
Então eu te mostrei 2 formas gratuitas que você tem para obter placas de vídeo para ciência de dados para que consiga executar seus projetos com melhores recursos, mesmo que não tenha disponível na sua máquina física.
Com o Google Colab ou com o Kaggle, você tem a possibilidade de utilizar as GPUs disponíveis, claro, com certas limitações, mas já vai te auxiliar muito, principalmente nesses projetos onde precisa de mais recursos de processamento!
Para acessar outras publicações de Ciência de Dados, clique aqui!
Posts mais recentes da Hashtag Treinamentos
![[Ciência de Dados] Placas de vídeo gratuitas para Ciência de Dados](https://www.hashtagtreinamentos.com/wp-content/uploads/2024/06/Ciencia-de-Dados-Placas-de-video-gratuitas-para-Ciencia-de-Dados-01-300x169.png "Placas de Vídeo para Ciência de Dados - 2 Placas Online e Gratuitas 4")
![[Python] Biblioteca time Python - Aprenda a programar com controle de tempo e data](https://www.hashtagtreinamentos.com/wp-content/uploads/2024/06/Python-Biblioteca-time-Python-Aprenda-a-programar-com-controle-de-tempo-e-data-02-300x169.png "Biblioteca Time Python - 5 Principais Funções 6")
![[JavaScript] Minicurso de ReactJS - Aula 1 01](https://www.hashtagtreinamentos.com/wp-content/uploads/2024/06/JavaScript-Minicurso-de-ReactJS-Aula-1-01-300x169.png "Minicurso de ReactJS - Saia do Zero com Essa Tecnologia 7")
![[Python] Fuso Horário e Horário de Verão no Python](https://www.hashtagtreinamentos.com/wp-content/uploads/2024/06/Python-Fuso-Horario-e-Horario-de-Verao-no-Python-02-300x169.png "Fuso Horário no Python e Horário de Verão no Python 8")
Expert em conteúdos da Hashtag Treinamentos. Auxilia na criação de conteúdos de variados temas voltados para aqueles que acompanham nossos canais.