O Colab é um serviço do Jupyter Notebook hospedado que não requer configuração para uso e oferece acesso sem custo financeiro a recursos de computação, incluindo GPUs e TPUs. Ele é adequado principalmente para aprendizado de máquina, ciência de dados e educação.

Sim. Não há custos financeiros para usar o Colab.

Para permitir o acesso ao maior número possível de estudantes e grupos com poucos recursos no mundo todo, o Colab prioriza os usuários que programam ativamente em um notebook. Ele também restringe ações que afetam negativamente outras pessoas ou que tentam contornar nossas políticas antiabuso. Consulte Quais atividades são restritas no Colab? para acessar uma lista das ações não permitidas. Os recursos do Colab não são garantidos nem ilimitados, e os limites de uso às vezes variam. Isso é necessário para que o Colab possa oferecer recursos sem custo financeiro. Para saber mais detalhes, consulte Limites de recurso.

Os ambientes de execução gerenciados do Colab proíbem ações abusivas que afetem negativamente outras pessoas e que tentam contornar nossas políticas. As ações a seguir não são permitidas nos ambientes de execução gerenciados do Colab:

• Hospedar arquivos, veicular mídias ou exibir outras ofertas de serviços da Web não relacionadas à computação interativa com o Colab
• Fazer o download de torrents ou compartilhar arquivos ponto a ponto
• Fazer conexão com proxies remotos
• Fazer a mineração de criptomoeda
• Executar ataques de negação de serviço
• Fazer o cracking de senhas
• Usar várias contas para contornar restrições de acesso ou uso de recursos
• Criar deepfakes

Não é possível informar mais detalhes sobre como nosso sistema de detecção de abuso funciona, porque usuários de má-fé tentam explorar os subsídios de computação oferecidos pelo Colab.

Além dessas restrições, e para permitir o acesso a estudantes e grupos com poucos recursos no mundo todo, o Colab prioriza os usuários que programam ativamente em um notebook. As ações a seguir não são permitidas nos ambientes de execução sem custo financeiro gerenciados do Colab, sem um saldo positivo de unidades de computação, e podem ser encerradas a qualquer momento sem aviso prévio:

• Controle remoto, como shells SSH e áreas de trabalho remotas
• Contornar a IU do notebook para interagir principalmente com uma IU da Web
• Fazer treinamento de xadrez
• Executar workers de computação distribuída

Para remover esses tipos de restrição, compre um dos nossos planos pagos e mantenha um saldo positivo de unidades de computação. É possível que alguns ambientes de execução correspondentes às descrições não sejam encerrados. Nosso objetivo é oferecer suporte na medida do possível para beneficiar a comunidade global.

É possível comprar recursos garantidos pelo GCP Marketplace ou Colab Enterprise, sem as limitações de uso impostas pelo Colab. Outra opção é usar seus próprios recursos de computação em um ambiente de execução local controlado por você. A montagem do Google Drive no sistema de arquivos do ambiente de execução não funciona com esses métodos.

Para permitir o acesso a estudantes e grupos com poucos recursos no mundo todo, o Colab prioriza os usuários que programam ativamente em um notebook.

Geralmente, os ambientes de execução dos usuários no nível sem custo financeiro são encerrados quando eles tentam contornar a interface do notebook e usar uma IU da Web em um ambiente de execução gerenciado do Colab para geração de conteúdo. Essas experiências são conhecidas e impressionantes, mas têm um uso intensivo de computação e estão fora das nossas prioridades para os usuários no nível sem custo financeiro, que queremos ajudar na área da programação.

Para remover esses tipos de restrições, compre um dos nossos planos pagos.

É possível comprar recursos garantidos pelo GCP Marketplace ou Colab Enterprise, sem as limitações de uso impostas pelo Colab. Outra opção é usar seus próprios recursos de computação em um ambiente de execução local controlado por você. A montagem do Google Drive no sistema de arquivos do ambiente de execução não funciona com esses métodos.

O Jupyter é o projeto de código aberto em que o Colab se baseia. O Colab permite que você use e compartilhe notebooks do Jupyter com outras pessoas, sem precisar fazer nenhum download, instalação nem executar nada.

Os notebooks do Colab são armazenados no Google Drive ou podem ser carregados pelo GitHub. Os notebooks do Colab podem ser compartilhados da mesma forma que Documentos ou Planilhas Google. Basta clicar no botão Compartilhar no canto superior direito de qualquer bloco do Colab ou seguir as instruções de compartilhamento de arquivos do Google Drive.

Se você decidir compartilhar seu notebook, todo o conteúdo dele (texto, código, saída e comentários) será compartilhado. É possível impedir que a saída das células de código sejam salvas ou compartilhadas em Editar > Configurações do notebook > Omitir saída da célula de código ao salvar este notebook. A máquina virtual que você está usando não será compartilhada, nem os arquivos e as bibliotecas que você configurou. Não é uma boa ideia incluir células que instalem e carreguem alguma biblioteca ou arquivos personalizados de que seu notebook precisa.

Sim. No menu Arquivo, selecione "Fazer upload de notebook".

É possível pesquisar notebooks do Colab usando o Google Drive. Clique no logotipo do Colab na parte superior esquerda da visualização de notebooks para ver todos eles no Drive. Você também pode pesquisar notebooks abertos recentemente em Arquivo > Abrir notebook.

O código será executado em uma máquina virtual particular da sua conta. As máquinas virtuais são excluídas quando estão inativas por muito tempo e têm um ciclo de vida máximo restringido pelo serviço do Colab.

É possível baixar qualquer bloco do Colab criado por você a partir do Google Drive, usando estas instruções ou no menu Arquivo do Colab. Todos os notebooks do Colab são armazenados no formato de notebook de código aberto do Jupyter ( .ipynb).

Selecione Ambiente de execução > Desconectar e excluir ambiente de execução para fazer com que as máquinas virtuais atribuídas a você voltem ao estado original. Isso pode ser útil quando a máquina virtual não está íntegra devido à substituição acidental do sistema de arquivos ou à instalação de software incompatível. O Colab limita a frequência com que isso pode ser feito para impedir o consumo indevido de recursos. Se ocorrer alguma falha em uma tentativa, tente novamente mais tarde.

As operações do Google Drive podem expirar quando o número de arquivos ou subpastas de uma pasta é muito grande. Evite armazenar milhares de itens na pasta de nível superior "Meu Drive". Ao chegar a cerca de 10 mil itens no diretório raiz, a montagem poderá falhar.
Se você tiver esse problema, tente mover os arquivos e as pastas diretamente em "Meu Drive" para subpastas com até 10 mil itens.
Um problema semelhante pode ocorrer ao ler outras pastas depois de um drive.mount() bem-sucedido. Acessar arquivos em qualquer pasta com itens demais pode provocar erros como OSError: [Errno 5] Input/output error. Isso pode ser resolvido ao mover os itens para subpastas.
Talvez colocar os arquivos ou as subpastas na lixeira não seja suficiente. Se não funcionar, esvazie a lixeira.
Você também pode usar o DagsHub Storage, uma alternativa ao Google Drive que foi desenvolvida para grandes conjuntos de dados e aprendizado de máquina. Geralmente, esse serviço é mais escalonável e confiável para o tipo de fluxo de trabalho comum no Colab. Leia mais nesta documentação ou confira o notebook de exemplo. O DagsHub é um serviço terceirizado não afiliado ao Google.

Os arquivos armazenados no Google Drive podem estar longe do ambiente de execução do Colab. Para maximizar o desempenho, reduza as leituras/gravações do Drive. As operações em pastas montadas por drive.mount() dependem do ambiente de execução do Colab. Se você tentar mover arquivos de uma pasta para outra no Colab e a operação for interrompida, talvez sejam perdidos todos os dados em trânsito.

Montar o Google Drive no Colab permite que o código do notebook tenha acesso a todos os arquivos no Google Drive. Geralmente exigimos que os usuários concedam o acesso manualmente sempre que se conectarem a um novo ambiente de execução adicionando uma célula de código ao notebook. Isso garante que o usuário tenha pleno conhecimento das permissões concedidas ao notebook.
Em alguns casos, solicitamos a autorização do Google Drive uma única vez, e ele é montado automaticamente nas próximas sessões. Para proteger os arquivos, isso só é permitido quando o notebook é aprovado em várias verificações. Por exemplo, nos notebooks editados por outro usuário, o Google Drive não é montado automaticamente.

O Google Drive define vários limites, incluindo o total de operações por usuário e por arquivo, além de cotas de largura de banda. Exceder esses limites aciona um Erro de entrada/saída mencionado acima e exibe uma notificação na interface do Colab. Uma causa comum é abrir um arquivo que é compartilhado várias vezes ou acessar muitos arquivos diferentes em sequência. Veja algumas soluções:

• Copie o arquivo usando drive.google.com e não compartilhe o documento muitas vezes para que outros usuários não esgotem o limite.
• Evite fazer muitas leituras de E/S pequenas. Como alternativa, copie os dados do Drive para a VM do Colab em um formato de arquivo (por exemplo, .zip ou .tar.gz) e desarquive os dados localmente na VM em vez de no diretório montado do Drive.
• Espere um dia para que os limites de cota sejam redefinidos.

O Google Drive define um limite de quantidade de dados que podem ser armazenados por cada usuário. Se ocorrerem falhas de Erro de entrada/saída nas operações do Drive, e uma notificação indicar que a cota de armazenamento foi excedida, exclua alguns arquivos usando drive.google.com e esvazie a lixeira para liberar espaço. Pode demorar um pouco até que o espaço recuperado esteja disponível no Colab.

Caso queira comprar mais armazenamento, acesse o Google Drive. A compra de espaço adicional no Google Drive não aumentará a capacidade de disco disponível nas VMs do Colab. Para fazer isso, assine o Colab Pro.

Para oferecer GPUs poderosas em grande escala por um valor baixo, o Colab precisa manter a flexibilidade para ajustar os limites de uso e a disponibilidade de hardware dinamicamente.

Na versão do Colab sem custo financeiro, o acesso a recursos caros como GPUs é muito restrito. Na versão paga do Colab, nosso objetivo é dar aos usuários um alto valor de acordo com os gastos.

É possível comprar recursos garantidos pelo GCP Marketplace ou Colab Enterprise, sem as limitações de uso impostas pelo Colab. Outra opção é usar seus próprios recursos de computação em um ambiente de execução local controlado por você. A montagem do Google Drive no sistema de arquivos do ambiente de execução não funciona com esses métodos.

O Colab é capaz de oferecer recursos sem custo financeiro por ter limites de uso dinâmicos que às vezes variam e por não fornecer recursos garantidos nem ilimitados. Isso significa que os limites de uso geral, assim como os tempos limite de inatividade, o ciclo de vida das VMs e os tipos de GPUs disponíveis podem variar. O Colab não publica esses limites, em parte porque eles podem variar com o tempo.

Para ter acesso a mais poder de computação e tempos de execução mais longos, compre um dos nossos planos pagos. Esses planos têm uma dinâmica semelhante, porque a disponibilidade de recursos pode mudar com o tempo. Os usuários pagantes que esgotarem o saldo de unidades de computação vão ser revertidos para as políticas e restrições do nível sem custo financeiro até que o saldo aumente.

É possível comprar recursos garantidos pelo GCP Marketplace ou Colab Enterprise, sem as limitações de uso impostas pelo Colab. Outra opção é usar seus próprios recursos de computação em um ambiente de execução local controlado por você. A montagem do Google Drive no sistema de arquivos do ambiente de execução não funciona com esses métodos.

As unidades disponibilizadas variam com o tempo. Isso é necessário para que o Colab possa oferecer acesso aos recursos sem custo financeiro.

Para acessar GPUs premium sujeitas à disponibilidade, compre um dos nossos planos pagos.

Para ter acesso a hardwares dedicados, use o GCP Marketplace do Colab.

O Colab prioriza a computação interativa. Os ambientes de execução vão expirar em caso de inatividade.

Na versão do Colab sem custo financeiro, os notebooks são executados por no máximo 12 horas, dependendo da disponibilidade e dos padrões de uso. O Colab Pro, Pro+ e o pagamento por utilização oferecem maior disponibilidade de computação com base no seu saldo de unidades.

Em geral, os notebooks são executados por no máximo 12 horas, dependendo da disponibilidade e dos padrões de uso. O encerramento do back-end poderá ocorrer se você esgotar suas unidades de computação disponíveis em um plano Pro, Pro+ ou de pagamento por utilização.

O Colab Pro+ é compatível com a execução contínua de código por até 24 horas quando há unidades de computação suficientes. Os tempos limite de inatividade só valerão se a execução do código for concluída.

É possível relaxar totalmente os limites do ambiente de execução e os tempos limite de inatividade ao comprar uma VM dedicada no GCP Marketplace.

Na versão do Colab sem custo financeiro, é possível acessar VMs com um perfil de memória padrão do sistema.

Nas versões pagas do Colab, é possível acessar máquinas com um perfil de alta memória do sistema, sujeitas à disponibilidade e ao saldo de unidades de computação.

"Memória" se refere à memória do sistema. Todos os chips de GPU têm o mesmo perfil de memória.

Considere fechar as guias do Colab ao terminar o trabalho e evite optar por GPUs ou memória extra quando isso não for necessário. Isso vai diminuir a probabilidade de você alcançar o limite de uso no Colab. Você pode comprar mais computação pelo pagamento por utilização se atingir os limites.

Para saber mais sobre como aproveitar todos os recursos da versão paga do Colab, consulte Como aproveitar ao máximo sua assinatura do Colab.

O Colab oferece opções de ambientes de computação acelerados que incluem GPU e TPU. Executar código em um ambiente de execução com GPU ou TPU não significa automaticamente que a GPU ou a TPU estão sendo usadas. Para evitar atingir os limites de uso da GPU, recomendamos mudar para um ambiente de execução padrão caso a GPU não esteja sendo utilizada. Selecione Ambiente de execução > Alterar o tipo de ambiente de execução e defina o Acelerador de hardware como Nenhum.

Para acessar exemplos de como usar os ambientes de execução com GPU e TPU no Colab, consulte os notebooks de exemplo TensorFlow com suporte a GPUs e TPUs no Colab.

Estamos lançando gradualmente esses recursos, como o preenchimento automático, a programação por linguagem natural e um chatbot baseado nos modelos mais avançados de assistência à programação do Google.

Os usuários de algumas localidades já têm acesso aos recursos.

Parte deles está disponível por tempo limitado para não assinantes.

Só os usuários de regiões específicas têm acesso a eles. Para os liberar, faça o seguinte:

• Confirme que sua conta está registrada como maior de 18 anos

O preenchimento automático por IA vai aparecer conforme você digitar. A programação por linguagem natural e o chatbot têm botões visíveis ("gerar" e "Gemini"). Se você se qualificar para o acesso, mas ainda não encontrar essas opções, dê feedback no produto ("Ajuda" > "Enviar feedback"). Se quiser receber uma resposta por e-mail, marque a caixa "Podemos enviar e-mails a você pedindo mais informações ou atualizações".

Além disso, a geração de códigos está disponível por tempo limitado para não assinantes.

O Colab pode ajudar com a programação e assuntos relacionados, mas a programação com IA no Colab ainda é experimental, e você é responsável por usar o código ou as explicações associadas. Tenha cautela e teste e revise todos os códigos em busca de erros, bugs e vulnerabilidades antes de confiar neles.

Se algum código gerado estiver sujeito a uma licença de código aberto, o Colab vai incluir uma citação.

Use esse recurso apenas para fazer perguntas relacionadas ao Colab ou à programação nele. Se você quiser perguntar sobre outro assunto, recomendamos o Gemini para consultas gerais e dúvidas sobre outras linguagens, como Java.

A programação com IA no Colab funciona melhor e é otimizada para Python.

A programação com IA no Colab é experimental, e algumas respostas podem ser imprecisas. Por isso, revise todas as respostas. Com seu feedback, a programação com IA no Colab está melhorando a cada dia.

Acelerar as ideias das pessoas com IA generativa é muito empolgante, mas ainda estamos no começo, e a programação com IA é um experimento. Embora o Colab tenha controles de segurança integrados e mecanismos claros de feedback, de acordo com nossos princípios de IA, a ferramenta pode exibir declarações ofensivas ou informações e links imprecisos.

Se você receber uma resposta da IA que acredita ser insegura, inútil, imprecisa ou ruim por qualquer outro motivo, envie feedback.

No canto inferior direito da resposta, clique nos ícones de "Gostei" ou "Não gostei".

Se você quiser desativar a programação com IA no Colab, no menu "Ferramentas", selecione "Configurações" e "Assistência de IA".

Nessa opção, você pode revogar o consentimento e ocultar os recursos de programação com IA.

Como algumas outras experiências independentes do LLM, a programação com IA no Colab tem como objetivo gerar conteúdo original, e não replicar conteúdo que já existe. Projetamos nossos sistemas para limitar as chances desse problema ocorrer e vamos continuar a melhorar o funcionamento deles. Se o Colab fizer uma citação direta, ela vai indicar a fonte.

Quando você usa recursos de IA generativa no Colab, o Google coleta comandos, códigos relacionados, resultados gerados, informações de uso de recursos relacionados e seu feedback. O Google usa esses dados para oferecer, melhorar e desenvolver produtos, serviços e tecnologias de aprendizado de máquina, incluindo produtos empresariais do Google, como o Google Cloud.

Para melhorar nossos produtos, revisores humanos podem ler, fazer anotações e processar seus comandos, os resultados gerados, as informações de uso de recursos relacionados e seu feedback. Não inclua informações confidenciais ou pessoais que possam ser usadas para identificar você ou outras pessoas nos seus comandos ou feedback. Seus dados vão ser armazenados de modo que o Google não consiga identificar quem os enviou, e não vai ser mais possível atender a solicitações de exclusão. Eles vão ser retidos por até 18 meses.

A geração na célula de código oferece ajuda personalizada para criar snippets de código para você. O código é gerado pelo comando e pelo conteúdo do notebook próximo para oferecer contexto ao modelo.

O chatbot do Gemini no Colab pode ser usado para perguntas mais gerais sobre Python. Ele fornece informações com snippets de código.

É uma nova experiência agêntica que ajuda você com análise detalhada dos dados, visualização e muito mais.

Basta fazer upload dos seus dados no painel lateral do Gemini e fazer uma pergunta. O agente de ciência de dados vai criar um plano de análise para você realizar a atividade. Você pode repetir esse plano quantas vezes quiser. Para isso, envie feedback sobre o plano na caixa de entrada do comando. Você pode pedir ao agente de ciência de dados para usar outra abordagem, ajustar o plano de acordo com a análise de recursos específicos ou cancelar etapas desnecessárias.

Quando estiver tudo certo, clique em "Executar plano". Nesse momento, o agente vai começar a gerar e executar o código para analisar os dados de acordo com o plano estabelecido. Você verá como o recurso agêntico avalia o progresso do plano, corrige o código que resulta em um erro e até tenta outras direções se o plano atual não funcionar.

Após o fim do processo, o notebook estará funcionando com a análise completa.

Confira alguns exemplos de conjuntos de dados e comandos para começar a usar o agente de ciência de dados:

• Pesquisa anual de desenvolvedores do Stack Overflow: diga "Mostre as linguagens de programação mais populares"
• Espécies de íris: diga "Calcule e mostre as correlações de Pearson, Spearman e Kendall nesses dados"
• Classificação de vidros: diga "Treine um classificador de florestas aleatórias com esse conjunto de dados"
• Descubra outros conjuntos de dados no Kaggle e no Data Commons

Aproveite!

Sim! Ainda é possível acionar o agente no seu notebook usando a conversa no Gemini. Ele nunca vai sobrescrever suas células atuais. Ele simplesmente vai adicionar o código gerado ao final.

Sim! Ele vai gerar código para cada parte do plano e analisar os resultados de execução para entender se uma etapa foi concluída corretamente, se é necessário reparar o código corrompido ou se é preciso adotar uma abordagem diferente. O código executado de forma autônoma ocorrerá em um ambiente de execução no modo agêntico para que não haja conflitos com as execuções atuais.

Não. Ele é executado no modo agêntico, em que o acesso aos dados do usuário não é permitido. Para sair desse modo, atualize o notebook ou alterne os ambientes de execução.

Sim. Isso significa que o ele pode interagir com APIs externas durante a execução do plano e fazer upload ou download de dados durante a análise.

Ele aceita vários tipos, incluindo CSV, TSV, JSON, XLS, XLSX, XLSM, XLSB, ODF, ODS, ODT e TXT. Os arquivos podem ter até 1 GB.

Ele pode ser usado para analisar até 5 arquivos ao mesmo tempo.

Queremos saber sua opinião. Dê seu feedback usando os botões "Gostei" ou "Não gostei" no painel lateral do Gemini ou informe um problema no produto (em Ajuda > Enviar feedback).

O Colab funciona com a maioria dos navegadores e foi testado exaustivamente com as últimas versões do Chrome, Firefox e Safari.

Em 2014, nós trabalhamos com a equipe de desenvolvimento do Jupyter para lançar uma versão inicial da ferramenta. Desde então, o Colab continuou evoluindo, de acordo com as necessidades internas de uso.

O foco do Colab é a compatibilidade com o Python e o ecossistema de ferramentas de terceiros. Sabemos que existem usuários interessados no suporte a outros kernels do Jupyter (por exemplo, R ou Scala). Gostaríamos de dar suporte a essas linguagens, mas ainda não temos um prazo estimado para isso.

Abra qualquer bloco do Colab. Depois, no menu Ajuda, selecione "Enviar feedback… ".

O Colab usa iframes HTML e service workers hospedados em origens separadas para exibir saídas avançadas. Os navegadores requerem ativar cookies de terceiros para usar os service workers nos iframes. Uma opção para não ativar cookies de terceiros é permitir o seguinte nome do host nas configurações no seu navegador: googleusercontent.com.

O Colab usa uma fonte genérica monoespaçada para o editor. É possível configurar a família de fontes monoespaçadas usadas na maioria dos navegadores. Estes são exemplos de algumas comuns:

• No Firefox, siga as etapas especificadas nos documentos de suporte do Firefox para configurar a fonte "Monoespaçada".
• No Chrome, navegue até "chrome://settings/fonts" e modifique a seção "Fonte de largura pré-determinada".

O suporte ao Python 2 foi suspenso no Colab. Para mais informações sobre como migrar o código, leia sobre a portabilidade de código do Python 2 para o Python 3.

Há uma seção de perguntas frequentes na página de inscrição.

Consulte a página de inscrição para saber mais sobre o Colab Pro, Pro+ e pagamento por utilização, incluindo preços e upgrades.

O gerenciamento do acesso de usuários do Workspace ao Colab é feito pelos controles de ativação/desativação do Workspace disponibilizados ao administrador da sua organização.

As organizações que participam do Workspace for Education precisam receber autorização dos responsáveis para que alunos (menores de 18 anos) possam usar serviços adicionais com a conta do Google Workspace for Education. Isso pode ser feito com este modelo de aviso. Inclua o Colab na lista de serviços adicionais.

Para saber mais, leia nosso artigo da Central de Ajuda Comunicação com os pais e responsáveis sobre o Google Workspace for Education.