问题标签 [google-colaboratory]

我正在尝试安装cleverhans（https://github.com/tensorflow/cleverhans）

我正在运行以下命令

!pip install -q -e git+http://github.com/tensorflow/cleverhans.git#egg=cleverhans

但是，当我尝试这样做时，import cleverhans我收到一条错误消息，指出没有这样的模块。

PS 如果我尝试在本地机器上安装模块，源存储在~/.src/cleverhans.

我按照说明在此处安装模块。

它似乎安装得很好。没有错误。

但是当我按照示例 notebook进行操作时。什么都没有显示。

vega-lite 可以与 Colab 一起使用吗？还是我在某个地方犯了错误？

更新：感谢 blois，我只用几行代码创建了一个交互式可视化示例。看这个笔记本。

我想测试一些与我今天在本地运行的 GCS 交互的代码。我的计划是：

1. 在 GDrive 中保存服务帐户 JSON 文件
2. 将其下载到 Colaboratory 的“本地”/tmp
3. !export GOOGLE_APPLICATION_CREDENTIALS=<path_to_service_account_file>
4. storage_client = storage.Client('my-project') 并使用不同的方法/属性。

我安装了!pip install --upgrade google-cloud，但是在测试第 4 项（预计会出现身份验证错误）时，我收到一条消息重新依赖问题：

我没有在 Datalab 中尝试过，但 Colaboratory 更方便。

是否可以在 Google Colaboratory 中使用 Jupyter 小部件？

我按照此处的说明进行操作，包括 ipyleaflet 和 bqplot

但是我收到了这个错误信息。

无法显示 Map 类型的 Jupyter 小部件。

如果您在 Jupyter Notebook 或 JupyterLab Notebook 中阅读此消息，则可能意味着 JavaScript 小部件仍在加载。如果此消息仍然存在，则可能意味着小部件 JavaScript 库未安装或未启用。有关设置说明，请参阅 Jupyter 小部件文档。

如果您在另一个前端（例如，GitHub 或 NBViewer 上的静态渲染）阅读此消息，则可能意味着您的前端当前不支持小部件。

是否可以使用这些小部件？还是我在某个地方犯了错误？

Google Colaboratory 真的很酷，但如果我可以访问我所有的 google drive 文件，而不使用标准的 google drive API，它会更有用。

有可能而且容易吗？如何？

我正在尝试运行colab 示例中提供的大查询示例。但我总是从 gcp 收到以下错误（为项目启用了计费）。在 oauth 选项卡中单击并批准所有必需的权限。对此问题的一些见解将有所帮助。

警告：google.auth._default：无法从 GOOGLE_APPLICATION_CREDENTIALS 的凭据确定项目 ID 考虑设置 GOOGLE_CLOUD_PROJECT 环境变量

我将一些（不是那么）大数据加载到其中。一个 9GB 的压缩文件。无法解压，因为磁盘空间不够。

当前的硬件规格是什么？磁盘大小是多少？

在 Google Colab 上训练 TensorFlow 模型时，有什么方法可以使用 TensorBoard？

用于创建表格的 markdown 语法不会为表格单元格绘制任何边框。如何在文本单元格中实现这些样式：

• 绘制边框
• 交替行颜色

I'm looking for simplification/encapsulation so my existing programs that use (sic) open("my_file.txt") can be ported to colaboratory with the minimum change in the existing logic flow. Happy to have some cut/paste logic before my existing logic.

The mental model I understand from google (here) is that I have to do these prerequisites to get my file loaded.

1. upload to google drive
2. download to python (vm, probably in /tmp)

And then I can execute my existing code w/o change.

Therefore the I suspect/propose that what works for me (but not just me!) would be an interface/function as follows:

• inputs (from local computer)
  • source_file_dir
  • source_file_name
  • (of course authentication inputs are implicitly required)
• output
  • python_vm_file_dir (dir I can use in my program; /tmp is fine)
  • (implicitly I expect the same dest_file_name)

With this code snippet, I code easily move code into colaboratory.

Has anyone already created this?

Thank you.