为了降低前端工程师使用 Pipcook 的算力（JIN QIAN）成本，我们在8月份支持了在 Google Colab 上使用 Pipcook 训练模型。

Google Colab 是 Google 提供的 Juypter Notebook 服务，可以使用免费的 GPU/TPU 资源，唯一的要求就是需要梯子。

下面就开始本文的 Step by Step 吧！

在 Google Drive 上新建 Google Colab，打开该链接会在你的 Google Drive 新建一个 *.ipynb 文件。

接下来是环境准备，在 Notebook 中的代码块中执行如下代码即可：

!wget -P /tmp https://nodejs.org/dist/v12.18.1/node-v12.18.1-linux-x64.tar.xz
!rm -rf /usr/local/lib/nodejs
!mkdir -p /usr/local/lib/nodejs
!tar -xJf /tmp/node-v12.18.1-linux-x64.tar.xz -C /usr/local/lib/nodejs
!sh -c 'echo "export PATH=/usr/local/lib/nodejs/node-v12.18.1-linux-x64/bin:\$PATH" >> /etc/profile'
!rm -f /usr/bin/node
!rm -f /usr/bin/npm
!ln -s /usr/local/lib/nodejs/node-v12.18.1-linux-x64/bin/node /usr/bin/node
!ln -s /usr/local/lib/nodejs/node-v12.18.1-linux-x64/bin/npm /usr/bin/npm
!npm config delete registry

import os
PATH_ENV = os.environ['PATH']
%env PATH=/usr/local/lib/nodejs/node-v12.18.1-linux-x64/bin:${PATH_ENV}

由于 Juypter Notebook 一般都只提供特定的 Python 环境，因此上面的脚本是进行 Node.js 环境的安装。

准备好 Node.js 环境后，就可以安装 Pipcook Cli 了。

!npm install @pipcook/pipcook-cli -g
!rm -f /usr/bin/pipcook
!ln -s /usr/local/lib/nodejs/node-v12.18.1-linux-x64/bin/pipcook /usr/bin/pipcook

安装成功后，启动 daemon：

!sudo pipcook init
!sudo pipcook daemon start

启动成功后，就可以使用 Pipcook 训练你想要的模型了，我们已经为此准备了 UI 组件识别的两套 Google Colab 教程：

1. 分类图片中的前端组件
2. 识别图片中的前端组件

如何切换 Google Colab 到 GPU/TPU？

使用 Google Colab 的过程中，默认使用的是 CPU 机器，那么怎么切换到 GPU 和 TPU 呢？

如上图所示，进入 Google Colab 后，按照 Runtime > Change runtime type 的步骤点击：

在弹出的提示框中切换到 GPU 或 TPU 后，保存（SAVE）即可。

最后

我们正在召集志愿者参与 Pipcook，打造更适合 Node.js/Web 开发者的 Jupyter Notebook，欢迎感兴趣的同学私我。