这两个平台，我先用的Colab，在修改完无数bug，成功训练完一个epoch后，超时了，查阅了官网资料，之后应该还可以用，但这个限制是动态的，你可能第二天就可以用，也没准下个月。遂放弃，转战利用kaggle训练。这两个平台我都成功训练了，把参考的博客方法列出来。

一、Colab

参考资料：

Google Colab 免费GPU算力 | 月色很柔

谷歌Colab（免费算力平台）——正确打开方式（常用操作指导tips）_google colab-CSDN博客

如果代码运行过程中遇到下面这个报错，可以参考：python - Building wheels for torch_sparse in Colab takes forever - Stack Overflow

注意，网上下载的模型，他们的

• os.environ['CUDA_VISIBLE_DEVICES']='0' 这个参数，可能是1,2。建议改成0，我也不知道为什么，但就是这样做。

二、Kaggle

参考资料：

《kaggle小白》如何利用kaggle平台的GPU训练模型_kaggle gpu-CSDN博客

注意，我一开始把model和dataset分开上传了，不知道怎么找model路径，右边的input和output都没有。然后看到上面这个帖子，发现可以把整个项目直接上传到input里的dataset中，不需要把model和dataset分开，分开修改代码路径比较麻烦。

上传时可能遇到的报错：

解决 Kaggle 创建数据集时的“Directory already exists”错误_permission 'datasets.create' was denied-CSDN博客

综上。