Ganz nach dem Motto “Wieso kompliziert wenn's auch einfach geht?” zeigt Dir Florian im Blogpost wie Google Colab das Programmieren in Python erleichtert.
academy
tech
Schonmal von Google Colab gehört? Es könnte nämlich Deine neuer Begleiterin fürs Python Programmieren werden. Egal ob zu Hause, unterwegs oder in der Arbeit. Mit Google Colab kannst Du Python Code online schreiben und ausführen, ohne lästiges Setup und Hardware Limitierungen. Du kannst einfach in Google Drive oder direkt auf der Website eine Datei erstellen und loslegen. Unsere Python-Expertin Florian zeigt Dir, wie kinderleicht das geht.
Jede, die schon einmal die Ehre hatte Python auf einem PC aufzusetzen weiß, dass die User Experience im Vergleich zu anderen Sprachen doch sehr… ausbaufähig ist. Mit Google Colab kann dieser Prozess kurzerhand übersprungen werden. Außerdem stellt Google allen Nutzerinnen, auch kostenlos, dedizierte Grafikkarten zur Verfügung. Diese sind, vor allem verglichen mit herkömmlichen Notebooks, um Welten schneller.
Die native Integration in Google Drive hilft außerdem dabei, Code schnell zu teilen und zusammen daran zu arbeiten. Falls eine GitHub Integration notwendig wird, gibt es auch dafür eine native Lösung.
“Hört sich zu gut an um wahr zu sein”, “Wie soll sich das denn für Google rentieren?” sind berechtigte Fragen, die jetzt aufkommen werden. Natürlich hat sich Google nicht auf einmal in eine gemeinnützige Organisation verwandelt, es gibt in Google Colab ein Abonnement mit einigen klaren Vorteilen. Die kostenlose Variante reicht aber für die meisten Anwendungsfälle definitiv aus, auch bei pcode arbeiten wir nur mit dieser.
Um allen vorherigen Versprechungen auch Kraft zu verleihen ist hier der Weg vom ersten Aufruf der Website bis zu einem ausführbaren Code:
Beim ersten Aufruf der Seite muss man sich mit einem Google Konto anmelden. Diese Limitierung kann leider nicht umgangen werden.
Nach dem Login öffnet sich direkt ein Pop-up-Fenster, in dem eine neue Datei erstellt werden kann. Projekte in Google Colab werden übrigens Notebook genannt.
Neben der Möglichkeit ein neues Notebook zu erstellen kann auf dieser Seite auch einiges mehr gemacht werden:
In diesem Blogpost erstellen wir ein neues Notebook und sehen uns den Ablauf für Erst-Userinnen an. Wie im Screenshot oben ersichtlich, legen wir mit “Neues Notebook” ein Projekt an.
Diese Seite ist bereits das Notebook in dem folgendes gemacht werden kann:
Zellen können entweder mit dem Start-Symbol links oder mit dem Shortcut “Strg+Eingabe” ausgeführt werden. Übrigens, nicht wundern falls das ausführen der eresten Zelle sehr lange dauert. Es muss Dir erst Hardware zugewiesen werden, danach funktioniert es aber permanent schnell.
Hier ein kleines Beispiel wie der Aufbau eines Notebooks aussehen kann:
Auf dieser Seite kannst Du schon jeglichen Python Code schreiben und ausführen, ja es ist tatsächlich so einfach. Auf ein paar Kleinigkeiten sollte man aber noch achten, diese werden hier nun beschrieben.
Google Colab verwendet standardmäßig zum Ausführen des Codes CPUs. Diese sind relativ langsam, wobei die CPUs für kleine Skripts dennoch völlig ausreichend sind.
Für größere Dateien, mathematische Aufgaben und vor allem Künstliche Intelligenzen, die wir uns in den noch folgenden Blogposts genauer ansehen werden, kann man aber auf GPUs oder TPUs umstellen. Das funktioniert folgendermaßen:
In diesem Bereich gibt es einen Unterschied zwischen kostenlosen und zahlenden Nutzerinnen. Kostenlose Nutzerinnen bekommen eine etwas schwächere GPU zur Verfügung gestellt und falls Google Colab sehr ausgelastet ist, zwischenzeitlich sogar nur eine CPU. Für die meisten Anwendungsfälle ist das aber völlig ausreichend und definitiv immer noch schneller als beispielsweise ein durchschnittliches Notebook.
Standardmäßig werden Notebooks in Colab nach 12h gelöscht. Daher solltest Du das Notebook immer speichern bzw. zwischenspeichern. Das geht auf drei Arten:
Zusammenfassend kann man sagen, Google Colab bietet eine benutzerfreundliche und vergleichsweise leistungsstarke Umgebung für das Programmieren in Python. Extras wie eine direkte Anbindung an Google Drive und Github, aber auch das Überspringen des lästigen Setups gibt es noch als Bonus obendrauf. Das alles kostenlos zu erhalten, sollte Grund genug sein, um zumindest einen Blick darauf zu werfen und wer weiß, vielleicht wird dadurch die eine oder andere Leserin in die Welt von Python gezogen.
In den nächsten Blogposts werden grundlegende Konzepte von Künstlichen Intelligenzen erklärt und ein kleines Beispiel in Google Colab implementiert. Wenn Du jedoch gleich mehr über KI erfahren möchtest und einfach nicht auf den nächsten Blogpost warten kannst, dann melde Dich gerne und besuche uns in der Tabakfabrik in Linz.