colab的使用
以下以汽车分类为例：所需的代码和数据都在这里
使用方式一：克隆仓库，直接执行.py主程序
先将数据和代码都保存到github中，然后在colab中克隆仓库，切换目录，直接执行程序。
!pwd
!git clone https://github.com/xiaoliang8006/Car_classification.git
import os
os.chdir("/content/Car_classification/Code")
!python model_keras.py
使用方式二：将数据和部分代码文件放入云盘，主程序写在jupyter笔记本中执行
1.挂载云盘
在Google Colab中挂载您的Google驱动器：
# Mount Google Drive as folder
from google.colab import drive
drive.mount('/content/drive', force_remount=True)
2.切换到工作目录
import os
os.chdir("/content/drive/My Drive/Car_classification/Code")
3.编写主程序
将主程序写到colab记事本，然后再运行记事本即可。
注意事项
1.常用命令前加!即可在colab中直接运行Linux命令。
2.为笔记本设置GPU加速器
在笔记本中，选择修改 -> 笔记本设置。将弹出一个窗口。然后选择您的运行时间类型，从硬件加速器下拉菜单中选择GPU并保存您的设置。
3.如果要导入的包不在当前工作路径（使用3.1或3.2均可）
3.1 使用sys将目录附加到您的python路径：
import sys
sys.path.append('/content/drive/My Drive/Car_classification/Code')
现在您应该可以从该目录导入东西了！
比如:
import data_processing
3.2 层级导入
由于My和Drive之间有个空格，贼蠢！重命名失败，只能建立软链接。
!ln -s "/content/drive/My Drive" /content/mydriver
例如在/content目录下想要使用data_processing：
# 其中data_processing所在的路径为/content/drive/My Drive/Car_classification/Code/
from mydriver.Car_classification.Code import data_processing
其中"."表示下级目录
