Google Colab: локальное использование

Question

В настоящее время я использую google-colab, и на начальных страницах мы видим:

Поддержка локальной среды выполнения Colab поддерживает подключение к среде выполнения Jupyter на вашем локальном компьютере.Для получения дополнительной информации см. Нашу документацию .

Итак, когда я увидел документацию, я подключил ноутбук colab к локальной среде выполнения, после установки и т. Д. С помощью вкладки «Подключен»..

И когда я получаю доступ к информации о памяти:

!cat /proc/meminfo

Вывод выглядит следующим образом:

    MemTotal:        3924628 kB
MemFree:          245948 kB
MemAvailable:    1473096 kB
Buffers:          168560 kB
Cached:          1280300 kB
SwapCached:        20736 kB
Active:          2135932 kB
Inactive:         991300 kB
Active(anon):    1397156 kB
Inactive(anon):   560124 kB
Active(file):     738776 kB
Inactive(file):   431176 kB
Unevictable:         528 kB
Mlocked:             528 kB

Какая информация о памяти для моего компьютера, так что, безусловно,доступ с ноутбука на мой компьютер?Тогда чем он отличается от моего локального ноутбука-ноутбука?Теперь я не могу использовать среду с высокой памятью в 13 гигабайт и не могу получить доступ к графическому процессору.

Было бы здорово, если кто-то может объяснить!

Answer 1

Единственным преимуществом является сохранение ваших ноутбуков в Google Drive.

• вы можете поделиться ими легко
• у вас есть автоматическая история / управление версиями
• люди могут комментировать ваши блокноты

У вас также естьзаголовки со складным контуром и, возможно, более чистый пользовательский интерфейс (если вы предпочитаете стиль Colab).

Answer 2

Основные преимущества использования Colab с локальным внутренним интерфейсом за счет хранения на ноутбуке на накопителе: комментирование дисков, списки ACL и простое совместное использование готовой записной книжки.

При использовании Jupyter для совместного использования записных книжекделиться файлами.А для доступа к вашим ноутбукам с другого компьютера требуется установить Jupyter, а не загружать веб-сайт.