kaggle在线训练深度学习模型
通过jupyter notebook上传代码,执行训练支持手动上传本地资源文件到input/kaggle/input,dataset通过input访问,input目录是readonly的/kaggle/working,保存文件到working/kaggle/temp,零时文件。
kaggle
- code
通过jupyter notebook上传代码,执行训练
- dataset
支持手动上传本地资源文件到input
/kaggle/input,dataset通过input访问,input目录是只读的
/kaggle/working,保存文件到working,文件只读,重启服务自动删除
/kaggle/temp,零时文件
kaggle的model路径可以在右侧复制,路径中间可能有别的名称
kaggle的gpu和tpu是有时间限制的cpu没有限制,可以在用户设置中查看
(超过30h,在当周内将无法继续使用免费的 GPU 资源,只能等待下一周额度重置)
dataset,kaggle上可以下载数据模型数据,如
https://www.kaggle.com/datasets/rangalamahesh/preprocessed-1
kaggle的激活需要外网,激活后才能使用gpu训练
colab
google的colab,https://colab.research.google.com/
模型文件需要手动上传到google磁盘,然后挂载到项目上才能访问
google的gpu只有1小时,kaggle每周20小时,gpu比tpu快^_^
vscode
vscode 安装jupyter notebook,右上角选择select kernel
可以选择remote的jupyter server不用本地训练
kaggle的地址参考下面格式:
https://www.kaggle.com/code/[YourUserName]/[NotebookName]/notebook.ipynb
[YourUserName]是您的 Kaggle 用户名,[NotebookName]是您的 Notebook 名称
拷贝到vscode中就可以远程训练模型了

DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。
更多推荐
所有评论(0)