Google Colab存储

Question

有人知道运行Google Colab的存储限制吗？在上传了22 it的zip文件，然后尝试解压缩后，我似乎耗尽了空间，建议使用<~40 it的存储空间。至少这是我运行TPU实例的经验。

Answer 1

是的，Colab notebook的本地存储现在大约是40 GiB。查看精确值的一种方法(在Python 3中)：

import subprocess
p = subprocess.Popen('df -h', shell=True, stdout=subprocess.PIPE)
print(str(p.communicate()[0], 'utf-8'))

然而，：对于大量数据，本地存储不是提供给TPU的最佳方式，TPU不直接连接到运行笔记本的机器。相反，可以考虑将您的大型数据集存储在GCP存储中，并从Colab notebook获取该数据。(此外，Colab本地存储的数量可能会发生变化，并且Colab笔记本本身将在几个小时后过期，并随身携带本地存储。)

看看the canonical TPU Colab notebook吧。底部是一些后续步骤，其中包括一个到Searching Shakespeare with TPUs的链接。notebook中有以下代码片段，它演示了对Colab TPU进行GCP身份验证。它看起来是这样的：

from google.colab import auth
auth.authenticate_user()

if 'COLAB_TPU_ADDR' in os.environ:
  TF_MASTER = 'grpc://{}'.format(os.environ['COLAB_TPU_ADDR'])

  # Upload credentials to TPU.
  with tf.Session(TF_MASTER) as sess:    
    with open('/content/adc.json', 'r') as f:
      auth_info = json.load(f)
    tf.contrib.cloud.configure_gcs(sess, credentials=auth_info)
  # Now credentials are set for all future sessions on this TPU.
else:
  TF_MASTER=''

Answer 2

目前，colab中的本地存储量取决于所选的硬件加速器运行时类型：

# Hardware accelerator none
!df -h .
Filesystem      Size  Used Avail Use% Mounted on
overlay          49G   22G   26G  46% /

# Hardware accelerator GPU
!df -h .
Filesystem      Size  Used Avail Use% Mounted on
overlay         359G   23G  318G   7% /

# Hardware accelerator TPU
!df -h .
Filesystem      Size  Used Avail Use% Mounted on
overlay          49G   22G   26G  46% /

即使你不需要GPU，切换到运行时类型也会为你提供额外的310 of的存储空间。