文章目录

前言

一、kaggle是什么？

二、如何使用kaggle平台的GPU

1.注册账号

2.训练前的工作

3.如何训练模型

总结

最近在做深度学习作业，利用ViT实现CIFAR10图像分类，在自己电脑上跑的太慢了，10个epoch要跑一天，实在是受不了，就在网上到处寻找免费的GPU，goole colab上面的GPU只能使用一会儿，长时间会断开，到第二天才能用，然后就把目光瞄准了kaggle。

一、kaggle是什么？

Kaggle是一个全球知名的数据科学竞赛平台，由Anthony Goldbloom和Ben Hamner于2010年在墨尔本创立，并于2017年被谷歌收购，现成为Google Cloud的一部分。Kaggle为数据科学家、机器学习工程师和学生提供了一个展现和提升技能的舞台，通过参与各类数据建模和机器学习的竞赛，用户可以与全球各地的参赛者一决高下。平台还提供大量的公开数据集、机器学习Notebook和教程，为用户提供了学习和练习数据科学技能的优质环境。同时，Kaggle的竞赛通常由各大企业和研究机构赞助，推动了数据科学领域的研究，并为企业寻找创新解决方案提供了机会。

在Kaggle上，每周可以免费使用30个小时的GPU，并且GPU的容量是16G起步。但需要注意的是，一次训练最长持续9个小时，超过时长则会自动停止训练。此外，如果选择保存版本离线训练，那么离线训练的环境也在使用你的GPU免费训练时长。如果不退出Kaggle而是继续开启GPU看着模型训练，那么将会使用两倍的GPU训练时长。

点击页面左侧的加号，新建一个notebook

然后到达新页面，点击右侧的upload，可以上传数据，另外在Session options里面可以选择设备类型（前提是绑定手机号）。

 将数据集和源代码打包上传，设置好名字后，点击create等待上传。

上传成功之后，显示sucess!

上传的模型会存储在input文件夹下，因为input目录只可读，而output里面的working目录可读可写,我们需要将它转移到output文件夹中.

前面是上传模型的路径。后面是output文件夹下的文件名，根据自己的需要来决定。

使用%cd来定位文件夹，在文件夹下使用%ls可以查看文件夹下面的所有文件

然后就可以在这个文件夹下面运行代码了，我要运行train.py文件，输入下面这行代码，就可以开始训练了。

点击页面右上角的Save version，可以进行离线训练，但是一次训练最多跑9个小时，不过对于我来说已经足够了。如果模型训练时间需要很长时间的，不建议直接在cell中训练，因为一段时间不操作后会掉线。

模型开始进行离线训练。

在项目页面还可以输出日志，便于查看。

被深度学习作业折磨了很久了，自己电脑跑不起来，所以放在了kaggel上面，简单记录了一下，后续有问题会继续跟进。