Kaggle 新手入门必看，手把手教学

Add Data 的路径：/kaggle/input
git clone 的路径：/kaggle/working

一、Kaggle 账号注册

1.进入官网 Kaggle 点击 Register 进行账号注册

2.随便点一个方式注册，本人用的邮箱

3.点进去填写对应信息进行注册，点击 next 即可

二、Kaggle 创建项目

1.如果你看到是这个界面

2.如果你看到的是这个界面

Kaggle 新建 kernel 有两种方式，这个主要是编辑的环境：

• Notebook：类似Jupyter notebook
• Script：类似Pycharm这种编辑环境

编程语言目前只支持 python 和 R 两种

三、新建 Notebook

1.点击 create => New Notebook 新建 Notebook 如下：

注：命令行可以执行 Linux 命令

四、切换工作路径

当新建 Notebook 后路径均为：/kaggle/working

文件目录结果如下：

• input：一般用于存放训练数据的文件夹
• config：存放配置文件
• lib
• working ：工作路径，主要是我们创建的代码文件的工作目录
  • .ipynb_checkpoints
  • notebook_source.ipynb

以下列出常用的路径以及文件查看方式：

import os
print(os.listdir("../")) # ['lib', 'input', 'working'] 
print(os.getcwd())  # 当前文件所在的路径 /kaggle/working
print(os.listdir(os.getcwd()))  # 在 /kaggle/working 文件夹下有两个隐藏文件['.ipynb_checkpoints', '__notebook_source__.ipynb']
print(os.listdir("../../")) # 
print(os.listdir("../input"))   # 查看自己导入的文件
print(os.listdir("../../kaggle"))

一、将本地项目上传到 Kaggle 并运行

举例说明：

方式 1：（我没有成功，谢邀）

1.本地有一个 KaggleTest 项目，先将项目进行压缩

2.包含了一个 main.py 和 test.py

• 其中 test.py 文件代码如下：

def first_test() :
    print("Hello, world")
    print("Kaggle, very good!")

3.点击自定义上传
4.点击后显示如下，上传刚刚的压缩包，它会自动解压

5.如图就能看到加载好的项目啦，当然没有的话可以点击 Add Data，点击或搜索 Your Datasets 会显示你所有导入的项目

• 1.上传的数据文件都放在了 input 文件夹下
• 2.所有的上传的项目文件只读，无法更改

上传项目后如何正确运行项目

• 最开始新建会出现 Kaggle 自带的代码，运行后可以读取所有文件的路径

# This Python 3 environment comes with many helpful analytics libraries installed
# It is defined by the kaggle/python Docker image: https://github.com/kaggle/docker-python
# For example, here's several helpful packages to load

import numpy as np # linear algebra
import pandas as pd # data processing, CSV file I/O (e.g. pd.read_csv)

# Input data files are available in the read-only "../input/" directory
# For example, running this (by clicking run or pressing Shift+Enter) will list all files under the input directory

import os
for dirname, _, filenames in os.walk('/kaggle/input'):
    for filename in filenames:
        print(os.path.join(dirname, filename))

# You can write up to 20GB to the current directory (/kaggle/working/) that gets preserved as output when you create a version using "Save & Run All" 
# You can also write temporary files to /kaggle/temp/, but they won't be saved outside of the current session

1、当前的工作目录是在 kaggle/working 目录下，可以用如下代码查看：

import os 
print(os.getcwd())
print(os.listdir(os.getcwd()))
# 结果
"""
/kaggle/working
['__notebook_source__.ipynb', '.virtual_documents']
"""

2、改变当前的工作目录

• 此时我们把当前的工作目录改到了 input 目录下也就是我们上传的项目对应的目录，这样就可以直接使用我们在项目中的 .py 文件啦

""" change working directory """
import os

if os.path.basename(os.getcwd()) == 'working':
    os.chdir('../input/vitcode') //
    
print('current working directory is {}'.format(os.getcwd()))

print(os.getcwd())
print(os.listdir(os.getcwd()))

方式 2 (一个一个传最为靠谱，别瞎折腾了）

• 将该文件复制到一个 notebook 的 cell 中，然后在该 cell 的顶部添加一行代码：

%%writefile filename.py

• 然后运行这个 cell，这个 cell 中的内容就会被写入到 output 的 filename.py 文件。后面就像往常一样了，直接import 使用即可。
  

• 如果想要更改其中内容的话，打开一个空的 cell，输入 %load filename.py 然后运行即可载入该文件的内容，改完后用上面的方法重新写入即可。
  

%load mixmodel.py

• 此方法需要将文件一个一个下载过去比较繁琐

记得最后进行项目保存

方式 3

方式 1 与 2 的结合

• 首先经过方式 1 上传本地项目，对应的目录在 /kaggle/input 处。由于工作目录为 / kaggle/working，需要将项目移动到工作目录下。

• 导入自定义函数.py文件：点击New Notebook后会创建导入my_functions.py的notebook，于是我们可以使用自定义的函数库，这里主要路径不要写错，我们能够导入进来的.py文件一定是放在working里的文件，所以需要将input里面的文件复制到output的working路径里面。这样就能调用我们的自定义函数了。

• 这个代码只能转移.py文件

# import module we'll need to import our custom module
from shutil import copyfile
 
# copy our file into the working directory (make sure it has .py suffix)
copyfile(src = "../input/create-function/my_functions.py", dst = "../working/my_functions.py")

• 这个代码可以转移整个项目

import shutil
shutil.copytree(r'../input/vitcode/vision_transformer', r'./visio_transformer')

notebook这种形式不允许 parser = argparse.ArgumentParser() 这种自动参数的形式