kaggle使用教程

学习机器学习的人都知道，训练的时候GPU比CPU要快很多。大部分人的显卡很一般，就算装tensorflowGPU版本，也不比CPU版本计算的快多少，于是我们可以用在线的免费的GPU计算资源kaggle。下面就来详细介绍下如何使用它进行计算。

一、注册kaggle账号

进入kaggle官网，点击右上角的Register注册账号，登陆的话选择sign in。
注意的是，在注册的时候，验证码部分需要科学上网，不然通过不了。建议直接用谷歌账号登入。

二、kaggle主页介绍

左侧是导航栏，上方是搜索框，在这里面你可以搜索一些已有的项目信息、数据集，中间部分是别人项目成果的推送，右边是个人信息。

三、上传数据集

做机器学习，数据是必不可少的。所以，我们第一步要加载数据集，可以通过搜索引用别人上传的数据集，也可以自己上传数据集。简单介绍一下怎样上传数据集。
首先点击左侧导航栏中的Data标签，进入数据集页面。在数据集页面中，点击New Dataset，新建数据集。

弹出新建数据集界面，点击select files to upload，将自己的数据集上传，也可以直接拖动文件到空白处上传。对于有文件夹的情况，注意压缩再上传，不然上传不上去。等数据集传上去之后，在最上方输入名字，点击private，可以转化成public，再创建就可以了，等待创建结束。

上传完成后，可以点击Go to Dataset，查看上传的数据集。
也可以在Data数据集页面的Your Datasets选项找到刚刚上传的数据集。

四、建立Notebooks

点击左侧导航栏中的Notebooks标签，转到Notebooks页面，点击new notebook按钮，新建Notebooks。

弹出以下界面，这里可以创建notebook和script，notebook可以在线编辑，script不能够编辑，只能上传整个已经写好的程序。注意show advanced settings中的Accelerator，这个需要进行验证的，不然没有这一条，也就加不了速了。手机验证的时候，同样需要科学上网，这里需要注意一点的是，就算科学上网，也可能收不到验证码，多次尝试，就可以收到验证码了。

同样可以在notebook页面的you work选项中查看已经建立好的notebook。

五、编写Notebooks

创建好之后，进入notebook设计页面，代码区是kaggle写好的样例代码。监视器是各种硬件的运行情况。数据区是运行数据存放的地方。鼠标移到对应的数据集上会出现路径复制键，可以复制路径。注意的是在kaggle上输出文件夹的路径为“/kaggle/working”，而不是直接复制得到的“…/input/output/”。点击右侧的Add data导入数据，这里可以选择自己导入的数据集，也可以搜索需要的数据集。settings就是一开始创建notebook是设置的属性，可以设置语言和计算的环境。右上角的save version可以提交代码版本。提交代码时要选择第二个选项，即提交代码并运行程序，不然程序不会运行。

六、查看结果

进入notebooks标签页，选择Your Work，可以点击项目右侧的笔编辑对应的notebook。点击项目名或者右侧第一个按钮，查看项目详情。

进入项目详情，右侧有七个选项。
Version：提交的版本，可以选择查看的版本。
Notebook：代码页。
Input：输入。
Output：输出。
Execution Info：项目简介。
Log：运行信息。
Comments：评论。