昨天我們談到深度學習能幫職場解決的問題，
但如果真的要動手練習，就需要一個「跑程式的地方」。
很多新手一聽到要安裝 Python、TensorFlow、PyTorch(其實這些我也不太熟 = =)，
馬上就覺得頭大，因為安裝過程中常常會遇到版本衝突或一些錯誤訊息，
導致我們連程式都還沒開始寫，就倒在第一步。

不過不用擔心，Google 已經準備了一個很棒的免費工具，叫做 「Google Colab」 。
可以把它想像成「Google 雲端版的 Jupyter Notebook」。

它的好處是：不用安裝任何東西，只要打開瀏覽器，就能開始寫 Python 程式，
而且還免費提供 GPU 加速器。對初學者來說，這就像是進了一間設備齊全的實驗室，
所有工具都幫你準備好，只要專心學習就行了。

剛好我在高中的基礎課程有使用過這個雲端版的網頁，
這次就直接拿它來當工具了。下面就來執行操作步驟:

一、 打開 Google Colab

1. 在瀏覽器輸入網址：https://colab.research.google.com/

2. 使用 Google 帳號登入（建議用平常使用的 Google Drive 的帳號，方便儲存檔案）。

3. 登入後會看到一個介面，上面有幾個選項： 在雲端硬碟中建立新筆記本 、 開啟筆記本 、 或是上傳筆記本 。

我們選擇 「在雲端硬碟中建立新筆記本」 ，
就會進入到一個熟悉的 Notebook 介面，上面是文字說明區塊，
下面是可以輸入程式碼的格子區域（cell）。

二、 第一段程式碼

在新建的筆記本裡，你會看到第一個空白的程式碼格子。
在裡面輸入：

print("Hello Deep Learning")

然後按下左邊的 「▶」 執行鍵，如果你在輸出區看到：

Hello Deep Learning

那就代表你已經成功在 Colab 上跑了第一段 Python 程式啦！

(第一次執行通常會比較久，是因為第一次要初始化環境，屬於正常現象)

三、 確認 GPU 是否可用

深度學習的訓練通常需要大量運算，
如果只使用 CPU（一般電腦的處理器），速度會非常慢。
而Google Colab 最大的優勢，就是提供免費的 GPU。
要開啟GPU的話，就要按照以下步驟：

首先，在 Colab 上方選單點選 「執行階段」，並選擇 「變更執行階段類型」。

在硬體加速器選項中，選擇 「T4 GPU」 ，然後按下儲存。

接著，在程式格子裡輸入：

import tensorflow as tf
print(tf.config.list_physical_devices('GPU'))

如果結果顯示：

[PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]

就代表你已經成功開啟 GPU，可以享受到比 CPU 快很多倍的運算速度。

今天到這裡，就已經有了一個專屬的深度學習環境，
而且完全不用安裝、設定，非常適合新手。
從明天開始，我們就會在這個環境裡一步步寫出屬於你的第一個深度學習模型。