¿Qué es Google Colab?
Google Colaboratory es un entorno gratuito de Jupyter Notebook (https://www.youtube.com/watch?v=6Vr9ZUntCyE ) que no requiere configuración y que se ejecuta completamente en la nube. Python permite su utilización para diversos usos de programación, como programación orientada a objetos o programación funcional, pero quizá las características más importantes en este contexto sean que también se usa como lenguaje de scripting y que es un lenguaje interpretado.
Python trae consigo un «modo interactivo» que con un intérprete de línea de comandos permite lanzar sentencias y obtener los resultados, pero sus funcionalidades se quedaron cortas para los desarrolladores, por lo que surgió IPython, que más tarde evolucionaría en Jupyter.
Jupyter es un entorno interactivo que permite desarrollar código Python de manera dinámica. Jupyter se ejecuta en local como una aplicación cliente-servidor y posibilita tanto la ejecución de código como la escritura de texto, favoreciendo así la «interactividad» del entorno y que se pueda entender el código como la lectura de un documento.
Taller de introducción a Google Colab
El link al lado derecho permite explorar el uso de google Colab, esta herramienta puede utilizarse desde las cuentas de google de cada uno y permite guardar los comandos en forma de "cuadernos de laboratorio" o notebook. El video de abajo acompaña el tutorial y es una guía paso a paso para familirizarse con Colab.
Estos cuadernos se crean en un programa que se denomina Jupyter el cual es un un entorno interactivo que permite desarrollar código Python de manera dinámica. Jupyter se ejecuta en local como una aplicación cliente-servidor y posibilita tanto la ejecución de código como la escritura de texto, favoreciendo así la «interactividad» del entorno y que se pueda entender el código como la lectura de un documento.
Python es un lenguaje de programación de propósito general que con la ayuda de algunas bibliotecas populares (numpy, scipy, matplotlib) se convierte en un poderoso entorno para el análisis de datos científicos.
El link presente a mano izquierda servirá como un curso intensivo rápido sobre el lenguaje de programación Python y sobre el uso de Python para la computación científica. La ventaja de Jupyter notebook es que permite guardar los comandos, salidas de cada comando y puede ser utilizado como una guía para repetir y optimizar flujos de análisis.
Nota Este tutorial fue escrito originalmente por Justin Johnson para cs231n. Fue adaptado como cuaderno de Jupyter para cs228 por Volodymyr Kuleshov e Isaac Caswell. Esta versión ha sido adaptada para Colab por Kevin Zakka para la edición de primavera de 2020 de cs231n. Ejecuta Python3 de forma predeterminada