Google Colab - เรียกใช้คำสั่งระบบ

Jupyter มีทางลัดสำหรับการทำงานของระบบทั่วไปจำนวนมาก เซลล์ Colab Code รองรับคุณสมบัตินี้

คำสั่งง่ายๆ

ป้อนรหัสต่อไปนี้ในเซลล์รหัสที่ใช้ echo คำสั่งระบบ

message = 'A Great Tutorial on Colab by Tutorialspoint!'
greeting = !echo -e '$message\n$message'
greeting

ตอนนี้ถ้าคุณเรียกใช้เซลล์คุณจะเห็นผลลัพธ์ต่อไปนี้ -

['A Great Tutorial on Colab by Tutorialspoint!', 'A Great Tutorial on Colab by Tutorialspoint!']

การรับข้อมูลระยะไกล

ให้เราดูตัวอย่างอื่นที่โหลดชุดข้อมูลจากเซิร์ฟเวอร์ระยะไกล พิมพ์คำสั่งต่อไปนี้ในเซลล์โค้ดของคุณ -

!wget http://mlr.cs.umass.edu/ml/machine-learning-databases/adult/adult.data -P "/content/drive/My Drive/app"

หากคุณรันโค้ดคุณจะเห็นผลลัพธ์ต่อไปนี้ -

--2019-06-20 10:09:53-- http://mlr.cs.umass.edu/ml/machine-learning-databases/adult/adult.data
Resolving mlr.cs.umass.edu (mlr.cs.umass.edu)... 128.119.246.96
Connecting to mlr.cs.umass.edu (mlr.cs.umass.edu)|128.119.246.96|:80... connected. 
HTTP request sent, awaiting response... 200 OK 
Length: 3974305 (3.8M) [text/plain] 
Saving to: ‘/content/drive/My Drive/app/adult.data.1’

adult.data.1 100%[===================>] 3.79M 1.74MB/s in 2.2s

2019-06-20 10:09:56 (1.74 MB/s) - ‘/content/drive/My Drive/app/adult.data.1’ saved [3974305/3974305]

ตามที่ข้อความระบุไว้ว่า adult.data.1เพิ่มไฟล์ลงในไดรฟ์ของคุณแล้ว คุณสามารถตรวจสอบได้โดยการตรวจสอบเนื้อหาโฟลเดอร์ของไดรฟ์ของคุณ หรือพิมพ์รหัสต่อไปนี้ในเซลล์รหัสใหม่ -

import pandas as pd
data = pd.read_csv("/content/drive/My Drive/app/adult.data.1")
data.head(5)

เรียกใช้โค้ดทันทีและคุณจะเห็นผลลัพธ์ต่อไปนี้ -

ในทำนองเดียวกันคำสั่งระบบส่วนใหญ่สามารถเรียกใช้ในเซลล์โค้ดของคุณได้โดยการเติมคำสั่งล่วงหน้าด้วยเครื่องหมายตกใจ (!) ให้เราดูตัวอย่างอื่นก่อนที่จะให้รายการคำสั่งทั้งหมดที่คุณสามารถเรียกใช้

การโคลนที่เก็บ Git

คุณสามารถโคลนที่เก็บ GitHub ทั้งหมดลงใน Colab โดยใช้ไฟล์ gitคำสั่ง ตัวอย่างเช่นในการโคลนการสอน Keras ให้พิมพ์คำสั่งต่อไปนี้ในเซลล์รหัส -

!git clone https://github.com/wxs/keras-mnist-tutorial.git

หลังจากรันคำสั่งสำเร็จคุณจะเห็นผลลัพธ์ต่อไปนี้ -

Cloning into 'keras-mnist-tutorial'...
remote: Enumerating objects: 26, done.
remote: Total 26 (delta 0), reused 0 (delta 0), pack-reused 26
Unpacking objects: 100% (26/26), done.

เมื่อทำการโคลน repo แล้วให้ค้นหาโครงการ Jupyter (เช่น MINST ใน keras.ipyab) ในนั้นคลิกขวาที่ชื่อไฟล์และเลือก Open With / Colaboratory ตัวเลือกเมนูเพื่อเปิดโครงการใน Colab

นามแฝงของระบบ

ในการรับรายการทางลัดสำหรับการดำเนินการทั่วไปให้ดำเนินการคำสั่งต่อไปนี้ -

!ls /bin

คุณจะเห็นรายการในหน้าต่างผลลัพธ์ดังที่แสดงด้านล่าง -

bash*             journalctl*       sync*
bunzip2*          kill*             systemctl*
bzcat*            kmod*             systemd@
bzcmp@            less*             systemd-ask-password*
bzdiff*           lessecho*         systemd-escape*
bzegrep@          lessfile@         systemd-hwdb*
bzexe*            lesskey*          systemd-inhibit*
bzfgrep@          lesspipe*         systemd-machine-id-setup*
bzgrep*           ln*               systemd-notify*
bzip2*            login*            systemd-sysusers*
bzip2recover*     loginctl*         systemd-tmpfiles*
bzless@           ls*               systemd-tty-ask-password-agent*
bzmore*           lsblk*            tar*
cat*              lsmod@            tempfile*
chgrp*            mkdir*            touch*
chmod*            mknod*            true*
chown*            mktemp*           udevadm*
cp*               more*             ulockmgr_server*
dash*             mount*            umount*
date*             mountpoint*       uname*
dd*               mv*               uncompress*
df*               networkctl*       vdir*
dir*              nisdomainname@    wdctl*
dmesg*            pidof@            which*
dnsdomainname@    ps*               ypdomainname@
domainname@       pwd*              zcat*
echo*             rbash@            zcmp*
egrep*            readlink*         zdiff*
false*            rm*               zegrep*
fgrep*            rmdir*            zfgrep*
findmnt*          run-parts*        zforce*
fusermount*       sed*              zgrep*
grep*             sh@               zless*
gunzip*           sh.distrib@       zmore*
gzexe*            sleep*            znew*
gzip*             stty*
hostname*         su*

ดำเนินการคำสั่งใด ๆ เหล่านี้ตามที่เราได้ทำไว้ echo และ wget. ในบทถัดไปเราจะดูวิธีเรียกใช้งานโค้ด Python ที่คุณสร้างไว้ก่อนหน้านี้