Ir a contenido
AVISO: El día lunes 18 de noviembre no habrá entregas ni envíos. El servicio se reanudará el martes 19 de noviembre. Agradecemos tu comprensión.
AVISO: El día lunes 18 de noviembre no habrá entregas ni envíos. El servicio se reanudará el martes 19 de noviembre. Agradecemos tu comprensión.
¿Qué es Google Colaboratory? - 330ohms

¿Qué es Google Colaboratory? - 330ohms

Google Colaboratory es una herramienta que te permite ejecutar scripts de Python a través de los servidores de Google. Esto te permite ejecutar celdas de código como si se tratara de un cuaderno de Jupyter Notebook. Pero no sólo eso, Google Colab es perfecto para implementar algoritmos de aprendizaje máquina, ya que no te limitas a los recursos de tu computadora. Esto quiere decir que tienes a tu disposición el GPU y las TPUs de Google para potencializar el cómputo de tu proyecto.

Al igual que un cuaderno de Jupyter, puedes utilizar librerías de aprendizaje máquina y procesamiento de imágenes. Puedes utilizar librerías como: Scikit-learnPyTorchTensorFlowKeras y OpenCV. Todo ello con Python 2.7 y 3.6, que aún no está disponible para R y Scala. Usar los servicios de Google Colab es gratuito, al igual que otras herramientas de ofimática. Aunque esta versión tiene ciertas limitaciones que se pueden consultar en su página de preguntas frecuentes, es una herramienta muy poderosa y un buen complemento para tu instalación de Python.

¿Cómo empezar a utilizar Colab?

Para abrir un nuevo cuaderno, abre tu cuenta de Google Drive y selecciona Nuevo>Más>Colaboratory y a continuación saldrá un nuevo Notebook.

También puedes crear un nuevo cuaderno desde Google Colab. Vïa: Google Drive

A continuación se abrirá un nuevo notebook de Colab. Ahí podemos cambiar el nombre del cuaderno o podemos ir al menú y configurar el entorno de ejecución. Esto nos permitirá activar el GPU o TPU de Google para que nuestro algoritmo se ejecute más rápido. También se puede configurar si estamos usando Python 2 o 3, sin embargo se recomienda usar Python 3.

Configuración del entorno de desarrollo. Vía: Google Colaboratory

Colab te permite trabajar con tus datasets directamente desde tu cuenta de Google Drive, por lo que puedes importar los datos a tu cuadernillo directamente.

Pantallazo de la integración con Google Drive. Vía: Google Colaboratory

Para seguir leyendo…

¡Haz machine learning con la nueva Pico4ML de ArduCam!

¿Qué es el Edge Computing?

¿Quieres usar TinyML? Aquí te damos algunas ideas

Ejemplos con librerías

Y como mencionamos, aquí hay algunos ejemplos de las librerías más usadas para aprendizaje máquina en el entorno de Colaboratory. A continuación algunas capturas de las celdas que se ejecutaron con la librería pandas, scikit-learn y matplotlib.

Pandas es una librería excelente para procesar datos, lo que te permite crear tus conjuntos de entrenamiento y de prueba. Vía: Towards Data Science
La libreria scikitlearn sirve para crear modelos a partir de datos, esto te permite realizar predicciones usando nuevos conjuntos de datos y es una de las mas usadas para hacer aprendizaje máquina. Vía: Towards Data Science
Visualizar la información también es de mucha importancia y matplotlib es sólo una de las mas populares. Al importarla podrás graficar tus muestras con distintos tipos de gráficos. Vía: Towards Data Science

Conclusiones:

La ciencia de datos es una disciplina muy útil para muy diversas áreas del conocimiento. Google Colab facilita aún el procesamiento de la información y el compartirla con tus colaboradores. Además, tienes a tu servicio la capacidad de cómputo de Google, por lo que si estás utilizando un equipo con pocos recursos, esta es la herramienta ideal para desarrollar tus algoritmos.

Referencias:

Te damos la bienvenida a Colaboratory

Artículo anterior Tutorial #8 de Raspberry Pi Pico: sensor ultrasónico - 330ohms