Si quieres entrenar modelos de Deep Learning o Machine Learning, pero no sabes cómo configurar tu equipo, Google Colab es la solución a tus problemas.
¿ Qué es Google Colab ?
Google Colab es una herramienta gratuita de Google, que te permite disfrutar de un entorno de pruebas basado en Jupyter Notebook, que te permite programar en Python y probar diferentes modelos. Ha cogido gran popularidad en los últimos años, ya que permite la utilización de una GPU, para entrenar modelos de Machine Learning y Deep Learning mucho más rápido que en una CPU. Además, la utilización de diferentes frameworks para entrenar redes neuronales es muy sencilla, ya que no hay que preocuparse de instalar CUDA ni de paquetes externos.
Jupyter Notebooks en Google
Como hemos dicho, Google Colaboratory te permite escribir y ejecutar código en Python sin que tengas que preocuparte por ningún tema de configuración del sistema. Al igual que en Jupyter, Google Colab permite la ejecución de código en celdas. Pondremos un ejemplo muy sencillo.
Imagínate que declaras una variable y quieres imprimirla. Sería tan sencillo como inicializarla, escribir el print y a continuación para ejecutarla, sólo habría que escribir ctrl + Enter o shift + Enter. De la primera forma ejecutas la celda y pasas a la siguiente, mientras que con la segunda, ejecutas y te quedas en la misma celda.

Cargar datos de Drive en Google Colab
Una de las mayores ventajas de esta herramienta es que al ser un producto de Google, permite acceder a todos los archivos de tu cuenta de Google Drive. Podrás descargar y subir archivos a Drive sin ningún problema.
from google.colab import drive drive.mount('/content/gdrive')
Al introducir el comando anterior, se mostrará un enlace para que te autentiques y demuestres que eres tú, seguidamente se te mostrará un código que debes copiar y pegar.

Después de esto ya podrás acceder a todos los archivos de tu cuenta. Si quisieras ver qué archivos tienes en tu cuenta, sólo tendrás que irte a una celda nueva de Colab y escribir el siguiente comando.
!ls gdrive/'My Drive'
Aquí ya podrás ver tus archivos y sabrás qué ruta tendrás que usar para acceder a ellos.
Usar GPU o TPU
Una de las grandes ventajas de este sistema, es que te permite utilizar una GPU o una TPU para entrenar modelos de Deep Learning sin coste alguno. Sería tan sencillo como pulsar en Runtime o Entorno de Ejecución en la barra de navegación, según el idioma en el que tengas configurado el sistema, y luego en Change runtime type o Cambiar tipo de entorno de ejecución y luego elegir GPU o TPU en función de tus requisitos.

Limitaciones
Aunque Google Colab es una gran herramienta, ya que permite una gran potencia de cómputo sin coste alguno, tiene una limitación importante que debes tener en cuenta.
Tiene un tiempo de ejecución máximo de 12 horas, por lo que si necesitaras un mayor tiempo para entrenar tus modelos, tendrías que buscar otro sistema o bien ir guardando los estados del modelo para continuar entrenando cuando vuelvas a iniciar la sesión.
Conclusiones
Hemos visto que es Colab, sus ventajas, desventajas y cómo poder utilizarlo y sacar partido. Si quieres seguir investigando te dejo por aquí el enlace a Colab para que puedas ponerte manos a la obra.
Espero que les haya gustado. Si tienen cualquier duda, no duden en dejarla en los comentarios.