Sommaire

Section
Code Texte Copier sur Drive
Notebook

Gemini

Gemini

Si vous connaissez déjà Colab, regardez cette vidéo pour découvrir les tables interactives, l'affichage de l'historique du code exécuté et la palette de commandes.

Vignette d

Gemini


Gemini

Qu'est-ce que Colab ?

Colab (ou "Colaboratory") vous permet d'écrire et d'exécuter du code Python dans votre navigateur avec

  • Aucune configuration requise
  • Accès sans frais aux GPU
  • Partage facile

Que vous soyez étudiant, data scientist ou chercheur en IA, Colab peut vous simplifier la tâche. Regardez la présentation de Colab pour en savoir plus ou commencez tout de suite.


Gemini

Premiers pas

Le document que vous consultez n'est pas une page Web statique, mais un environnement interactif appelé notebook Colab, qui vous permet d'écrire et d'exécuter du code.

Voici par exemple une cellule de code avec un bref script en Python qui calcule une valeur, l'enregistre dans une variable et imprime le résultat :


Gemini
seconds_in_a_day = 24 * 60 * 60
seconds_in_a_day
86400

Gemini

Pour exécuter le code dans la cellule ci-dessus, sélectionnez-le en cliquant dessus, puis cliquez sur le bouton de lecture à gauche du code ou utilisez le raccourci clavier Commande/Ctrl+Entrée. Pour modifier le code, cliquez simplement sur la cellule.

Les variables que vous définissez dans une cellule peuvent être utilisées par la suite dans d'autres cellules :


Gemini
seconds_in_a_week = 7 * seconds_in_a_day
seconds_in_a_week
604800

Gemini

Les notebooks Colab vous permettent d'utiliser, dans un même document, du code exécutable, du texte enrichi, des images, du code HTML, du code LaTeX et bien plus. Lorsque vous créez des notebooks Colab, ils sont enregistrés dans votre compte Google Drive. Vous pouvez facilement les partager avec vos collaborateurs ou vos amis, qui peuvent alors y apporter des commentaires ou même les modifier. Pour en savoir plus, consultez la page Présentation de Colaboratory. Pour créer un notebook Colab, utilisez le menu "Fichier" ci-dessus ou le lien Créer un notebook Colab.

Les notebooks Colab sont des notebooks Jupyter hébergés par Colab. Pour en savoir plus sur le projet Jupyter, consultez le site Web jupyter.org.


Gemini

Science des données

Colab vous permet de tirer pleinement parti des bibliothèques populaires Python pour analyser et visualiser des données. La cellule de code ci-dessous utilise numpy pour générer des données aléatoires et matplotlib pour les visualiser. Pour modifier le code, cliquez simplement sur la cellule.


Gemini
import numpy as np
import IPython.display as display
from matplotlib import pyplot as plt
import io
import base64

ys = 200 + np.random.randn(100)
x = [x for x in range(len(ys))]

fig = plt.figure(figsize=(43), facecolor='w')
plt.plot(x, ys, '-')
plt.fill_between(x, ys, 195, where=(ys > 195), facecolor='g', alpha=0.6)
plt.title("Sample Visualization", fontsize=10)

data = io.BytesIO()
plt.savefig(data)
image = F"data:image/png;base64,{base64.b64encode(data.getvalue()).decode()}"
alt = "Sample Visualization"
display.display(display.Markdown(F"""![{alt}]({image})"""))
plt.close(fig)

Gemini

Vous pouvez importer vos propres données dans les notebooks Colab depuis votre compte Google Drive, y compris depuis des feuilles de calcul, ainsi que depuis GitHub et de nombreuses autres sources. Pour en savoir plus sur l'importation de données et l'utilisation de Colab dans le domaine de la science des données, consultez les liens ci-dessous dans la section Utiliser les données.


Gemini

Machine learning

Colab vous permet d'importer un ensemble de données d'images, d'entraîner un classificateur d'images sur cet ensemble et d'évaluer le modèle, tout cela avec quelques lignes de code. Les notebooks Colab exécutent ce code sur les serveurs cloud de Google. Vous avez donc à votre disposition toute la puissance du matériel Google, y compris les GPU et TPU, quelle que soit la puissance de votre ordinateur. Vous n'avez besoin que d'un navigateur.


Gemini

Colab est très largement utilisé par la communauté du machine learning, par exemple dans les applications suivantes :

  • Premiers pas avec TensorFlow
  • Développement et entraînement de réseaux de neurones
  • Expérimentation avec les TPU
  • Dissémination de la recherche en IA
  • Création de tutoriels

Pour voir comment les notebooks Colab sont utilisés dans des applications de machine learning, reportez-vous aux exemples de machine learning ci-dessous.


Gemini

Gemini

Exemples