没有显卡，也能跑深度学习：Google Colab 上手手册
你刚入手机器学习，手头的轻薄本连独立显卡都没有，而课程作业周五就要交一个训练好的卷积网络。别急着查显卡行情——打开浏览器，登录 Google 账号，进入 colab.research.google.com，一块云端 GPU 正在等你。
一句话认识它：Google Colab（全称 Colaboratory）是由 Google Research 团队孵化、2017 年前后对外开放的云端笔记本服务[1]，本质是把配置好的 Jupyter 环境搬进浏览器，免费档位即可申请 GPU 或 TPU 加速器，如今是全球课堂、Kaggle 赛场与论文附录里出现频率最高的名字之一[6]。
三个「不用」：免配置到底省了什么
不用装环境。传统深度学习的第一步是折腾 Python 版本、CUDA 与 cuDNN 驱动，任何一环报错都足以劝退新手。Colab 把整套环境托管在 Google 的虚拟机里，浏览器打开就能直接 import 主流框架，省下的时间足够多写两组实验。
不用买硬件。免费档位即可申请 GPU 甚至 TPU 加速器，资源动态分配，高峰时段可能排队[3]。对学习者而言，这意味着「先跑通再说」，而不是「先花钱再说」。
不用操心保存。笔记本文件直接存放在你的 Google Drive，换电脑、换教室、换城市，登录账号就能接着上次的进度继续写，协作逻辑与在线文档完全一致。
界面分区导览：五分钟摸清每个角落
顺手记住两组快捷键能让效率翻倍：运行类有 Ctrl+Enter（只跑当前单元格）与 Shift+Enter（跑完并跳到下一格）；编辑类以 Ctrl+M 为前缀——Ctrl+M B 在下方插入代码单元，Ctrl+M M 把当前单元转成文本，Ctrl+M D 删除单元。菜单栏的工具图标里还有完整速查表，第一次使用时值得花两分钟通读。
笔记本主体：可执行的实验记录本
中间的工作区由单元格组成——代码单元敲 Python，Shift+Enter 即运行；文本单元写 Markdown，公式与图片都能嵌入。单元格可随意增删拖动，整个笔记本本身就是一份能跑的实验报告。
左侧边栏：藏在抽屉里的工具箱
点左上角图标展开：目录自动抓取标题方便跳转章节；文件面板查看虚拟机临时磁盘；代码段收录官方示例片段，搜索即可插入；还有一键挂载 Google Drive 的入口。
运行时菜单：新手最容易错过的开关
「修改 → 笔记本设置」里可以选择硬件加速器 GPU 或 TPU。很多人抱怨速度慢，多半是没发现这里。切换加速器会重启会话，动手前记得先存盘。
分享协作：像文档一样共享代码
右上角共享按钮的逻辑与 Google 文档一致：指定协作者或生成链接即可共同编辑。它还能直接打开 GitHub 上的 .ipynb 文件，看完别人的教程一键存副本到自己 Drive 里跑。
免费额度与付费套餐：一张对照表看懂差异
Colab 的资源策略是「动态配额」——官方从不承诺固定的 GPU 小时数，实际可用量随整体负载与近期使用情况浮动[3]。下表汇总三类档位的典型差异（政策随时可能调整，购买前请阅读官方 FAQ 与订阅页）：
| 对比项 | 免费版 | Colab Pro | Colab Pro+ |
|---|---|---|---|
| GPU 可用性 | 可用但动态受限，高峰需排队 | 配额更多，常见更快型号 | 优先级最高，资源最充裕 |
| 会话时长 | 有空闲超时与最长时长限制 | 限制明显放宽 | 会话上限更高 |
| 后台执行 | 不支持，断连即中断 | 有限支持 | 支持，关浏览器也能继续跑 |
| 费用形式 | 零成本 | 月度订阅（地区差价） | 更高一档月度订阅 |
| 适合谁 | 课程作业、入门实验 | 日常训练、毕业设计 | 长时间无人值守任务 |
判断要不要付费的朴素标准：当你因为「排队半小时、跑十分钟就断」而反复重启实验时，订阅的性价比才开始显现；具体定价数字请以官方页面实时显示为准。
学术与教学场景清单：谁在真正离不开它
- 课程作业分发：老师把 .ipynb 模板放进课件，学生点开链接自动存副本，省掉整节课的装机答疑时间。
- 论文复现：越来越多论文在项目页贴出 Colab 徽章，审稿人点进去就能重跑实验，研究的可复现性肉眼可见地提升。
- Kaggle 入门：把比赛数据挂载到 Drive，用免费 GPU 跑完第一个基线模型，竞赛门槛被拉到地板[7]。
- 毕设原型验证：先在 Colab 上验证想法可行，再向学校集群申请更大算力，避免资源浪费与反复迁移。
- 技术博客写作：用「可运行的笔记本」替代截图堆砌，读者边读边跑，理解效率高得多。
- 课堂教学演示：现场改参数、当场看重跑结果，比提前录屏的视频更有说服力，也更容易回答学生的即兴提问。
上手前的四个提醒
会话是临时的。虚拟机磁盘随会话关闭而清空，训练成果务必保存到 Drive 或下载到本地，「跑完没存就断线」是每个人的必修教训。
别当免费算力矿场。挖矿、大规模爬虫等滥用行为违反服务条款，账号会被限制乃至封禁，规则写在官方 FAQ 里[3]。
敏感数据慎传。笔记本运行在云端虚拟机上，涉及未公开数据或个人信息的项目应使用机构批准的合规环境。
生产环境另请高明。Colab 的定位是实验与教学，正式线上服务应迁移到正规云方案，例如 Google Cloud 面向企业的 Colab Enterprise[4]。
常见问答
Colab 真的完全免费吗？
基础笔记本与 GPU、TPU 加速器可免费使用，但受动态配额限制；Pro 与 Pro+ 为付费订阅，提供更多算力与更长会话，权益与价格以官方页面为准。
免费版可以让程序挂一整夜吗？
不建议。免费会话有空闲超时与最长时长限制，长时间任务中途很可能被回收；此类需求适合订阅档位或其他专用算力方案。
我的数据和代码存在哪里？
笔记本文件保存在你的 Google Drive；运行过程中产生的临时文件位于分配给你的虚拟机磁盘，会话结束即被清空回收。
它和 Jupyter Notebook 是什么关系？
Colab 本质是云端托管的 Jupyter 环境，完全兼容 .ipynb 格式，可以双向导入导出，本地写一半云端接着跑毫无障碍[5]。
能用 PyTorch 或 TensorFlow 吗？
可以。主流深度学习框架已预装在环境中，即便缺什么，一行 pip 安装命令也能补齐，版本冲突问题比本地环境少得多。
所在地区无法访问怎么办？
服务可用性因地区与网络环境而异，请以 Google 官方公告为准；必要时可考虑本地 Jupyter 或其他云笔记本平台作为替代。
如何把别人的笔记本变成自己的副本？
打开 GitHub 或他人分享的 .ipynb 链接后，通过菜单「文件 → 在云端盘中保存副本」，即可把完整代码与说明复制到自己账户下独立运行，不影响原作者的原始文件。
参考资料
- 来源：Google Research — 官方网站（Colab 的孵化背景）：https://research.google
- 来源：Google Colab — 官方入口（在线笔记本环境）：https://colab.research.google.com
- 来源：Google — Colaboratory 官方 FAQ（资源限制与使用政策）：https://research.google.com/colaboratory/faq.html
- 来源：Google Cloud — Colab Enterprise 产品页（企业级方案）：https://cloud.google.com/colab
- 来源：Project Jupyter — 官网（.ipynb 格式与开源生态）：https://jupyter.org
- 来源：维基百科 — Colaboratory 词条（产品沿革）：https://en.wikipedia.org/wiki/Colaboratory
- 来源：Kaggle — 数据科学竞赛平台（典型搭配场景）：https://www.kaggle.com
青衣网络 AI 观察团队 · 最后更新 2026-08-25 | 本文面向学生与入门学习者整理 Colab 的公开使用信息；资源配额、订阅权益与可用性政策随时可能调整，实际使用请以 Google 官方最新公告为准。