Bonjour à tous,

Google Colab est une plateforme en ligne, accessible à l'adresse https://colab.research.google.com/ qui vous permet de coder en Python directement dans votre navigateur et exécuter ce code sur les serveurs mis à disposition par Google, le tout gratuitement.

En plus de cela, vous pouvez aussi exécuter des commandes Linux pour par exemple installer des paquets dont vous avez besoin.

Toutes les librairies Python (installables avec pip [nom_du_paquet]) sont disponibles à l'utilisation.

Mon utilisation

J'utilise Google Colab depuis plus d'un an. Cet outil me permet principalement de tester des petits bouts de codes ou alors de réaliser des PoC (Proof of Concept) pour des projets personnels.

Les fonctionnalités de partage sont aussi très intéressantes et très utiles. Comme n'importe quel Google Doc, vous pouvez partager le lien de votre projet Google Colab avec vos collègues et travailler à plusieurs sur un même fichier.

Utilisation pratique de Google Colab

Google Colab se présente sous la forme d'un "Jupyter Notebook". L'utilisation en est vraiment simple dès lors que vous savez utiliser un notebook jupyter car le fonctionnement est le même.

Il est possible d'embellir le code avec des blocs de texte formaté "Markdown". Je trouve cette manière bien plus esthétique pour commenter le fonctionnement de son code.
Vous pouvez insérer des formules mathématiques en LaTeX ou insérer des tableaux dans vos notebooks. Ce qui en fait un outil intéressant pour un usage académique.

À gauche de votre écran vous retrouvez le sommaire de votre projet. Il se base sur les blocs de texte que vous avez inséré.

Utilisation avancée de Google Colab

L'utilisation la plus répandue de Google Colab est pour l'intelligence artificielle.
Comme je l'ai dit précédemment, vous pouvez installer des libraires pip et des paquets Linux à votre guise. Alors rien ne vous empeche d'importer des librairies comme TensorFlow ou PyTorch.

D'autant plus, que de mon expérience, les serveurs de Google sont plutôt puissants et vous permettront même d'entrainer des gros modèles.

Attention toutefois, si vous voulez utiliser des librairies de Machine Learning ou intenses en calcul, pensez bien à activer l'accélération matérielle GPU.


Conclusion

Google Colab est un outil peu connu mais intéressant. Je pense qu'il peut particulièrement vous intéresser pour travailler à plusieurs sur un même projet ou dans un cadre académique pour modifier des fichiers Jupyter Notebook.

La possibilité d'entrecouper les blocs de code par des blocs de texte formaté est vraiment intéressante pour des rendus propres ou dans un but pédagogique. Beaucoup plus lisible, à mon avis, que des commentaires dans le code.

Finalement, je vous invite à tester les exemples proposés au lancement du site, notamment ceux qui touchent à l'intelligence artificielle (TensorFlow et Pandas).