首先在 google colab 上新建一个笔记本，然后菜单里选择
“修改” - “笔记本设置”
在弹出的配置对话框里，选择 GPU 作为硬件加速器，即可。
点击保存。
GPU 加速数据处理的场景
- 机器学习和深度学习：GPU 对于大规模数据集的处理速度比 CPU 快得多，因此免费的 GPU 资源可以用于训练神经网络、图像识别、自然语言处理等任务。
- 科学计算：GPU 可以用于加速各种科学计算，如物理仿真、气象预测等。
- 游戏开发：使用 GPU 进行游戏开发可以提高渲染速度和图形质量。
- 数字艺术和设计：GPU 可以用于加速渲染和处理高分辨率图像和视频，从而加快数字艺术和设计的工作流程。
例如，之前一个基于 yolov5 实现图片目标检测 的项目，pytorch 模型就是用 google colab 的免费 gpu 资源训练出来的。