文章目录前言一、使用步骤（一）下载Yolov5源码（二）配置Yolov5所需的库（三）修改源码1.修改输出文件的保存路径2.添加mask.yaml3.修改models4.配置train.py（四）在Kaggle上部署项目1.把源码本地打包成.zip格式上传到Kaggle的Data上：2.在代码框中输入如下命令并运行：3.运行train.py：4.下载run中训练好的模型：5.本机上测试训练好的模
近来非常多的朋友会向我询问Kaggle某个竞赛的开源代码或者Top的方案和思路在哪里可以获得？有时我不是很忙的时候会去对应的竞赛中把Top的链接找出来一起整理发过去，但也有的时候可能会比较忙，不一定会回复，久而久之可能就忘记回复了。不过最近我发现一个汇总了几乎所有Kaggle历史竞赛解决方案和Top思路的网页，新的比赛一结束，这个名单就会更新。这个网页包含了:几年前的数据竞赛到上个月竞赛的所有To
文章目录0 前言1 简介2 数据准备2.1 导入数据2.2 检查空值2.3 正则化 Normalization2.4 更改数据维度 Reshape2.5 标签编码2.6 分割交叉验证集3 CNN3.1 定义网络模型3.2 设置优化器和退火器 optimizer and annealer3.3 数据增强4 评估模型4.1 训练和交叉验证曲线4.2 混淆矩阵 Confusion matrix5 生成
转载
2024-07-22 11:25:38
383阅读
学习目录：1. Hello, Python简单介绍python的常量、变量赋值以及算术运算2. 练习: Syntax, Variables, and Numbers3. Functions and Getting Help函数定义及调用, 并使用python内建文档4. 练习: Functions and Getting Help5. Booleans and Conditionals使用布尔代数
转载
2024-06-06 14:53:41
116阅读
Kaggle是由联合创始人、首席执行官安东尼·高德布卢姆（Anthony Goldbloom）2010年在墨尔本创立的，主要为开发商和数据科学家提供举办机器学习竞赛、托管数据库、编写和分享代码的平台。该平台已经吸引了80万名数据科学家的关注，这些用户资源或许正是吸引谷歌的主要因素。 kaggle平台是一个云平台，每周提供30h的GPU
为萌新提供一份最直接的图文教程，介绍kaggle的一些基本操作，让没有任何经验的人也可以快速上手。1Join a competition首先注册kaggle账号，登录后点Compete之后可以看到Competitions如下。随便点一个进入，可以看到比赛的详细信息，Overview中可以看到该比赛要解决什么问题，感兴趣点击Join Competition加入即可。加入比赛后需要了解比赛的信息，比如
转载
2024-04-24 19:33:58
214阅读
前言目前 kaggle 的入门教程也挺多的，但有几个缺点，有些是比较老旧的，代码在新的版本下跑不通，这对于新手而言是很艰难的。（更有些还是py2的代码）；有一些则是有原理没实现，有实现没原理，总而言之，好的入门教程不多。（不多也就是有，此处我附上另一个我觉得写的不错的教程在文末，有兴趣的同学可以去参考一下，当然直接看我这篇也是ok的 ，我会尽量囊括他的内容，算是对其内容的一个更新，因为版本问题，他
转载
2023-11-27 10:09:02
193阅读
点赞
：投稿 作者：子苏 编辑：学姐之前一直在Googel Colab平台上薅羊毛(使用免费GPU)，但是很快就遇到了GPU使用达到上限的问题，如下图：limited GPU因此又来到Kaggle平台来薅羊毛，作为Kaggle小白，在此总结了一些常见的问题和实用tips。安装第三方包开始时一直安装不上任何包，把电脑wifi，工具检查了一遍，简直怀疑人生，后来发现原来是 Internet选项没开启
转载
2024-03-11 15:13:35
37阅读
最近在参加：2023AIWIN——中文网页自动导航挑战赛
DataWhale的大佬们提供了baseline的讲解：如何手把手打一场世界人工智能大赛
下面就来记录一下使用Kaggle上提供的30小时15G免费GPU算力的运行情况。数据集预处理数据下载及配置首先从比赛官网上下载A榜的数据集：获取数据
在本地解压缩后，进入到路径：\2023S-T1-A-Data[供选手] 0513\指令数据&标
转载
2024-02-28 23:09:31
1016阅读
KaggleKaggle是一个为机器学习提供数据集以及在线测评的网站。学算法时我们知道在OJ上面做题会很有帮助，那么同样的道理，学习机器学习的相关知识，刷相关的数据集，与大家进行交流，就显得很重要。 Kaggle的好处有以下几点： 1. 提供许多数据集，各种题材、各种格式、各种类型的数据集都有涉猎 2. 提供讨论区，大家可以在网站上面针对题目进行有针对性的讨论 3. 提供相关的代码分享，以
转载
2024-06-02 14:54:27
55阅读
本文不包含Kaggle的入门步骤，如何上传数据集，如何选择GPU自行学习 文章目录*开头的话*一、Kaggle的使用1、**为什么选择Kaggle**2、Kaggle的操作难度二、Yolox代码的更改1.train.py更改2.callbacks.py部分更改3、训练数据的路径更改4、正式训练*末尾的话* 开头的话本文所用yolox的代码来自bubbliiing的pytorch yolox项目 链
转载
2024-01-10 23:01:55
160阅读
# Kaggle 如何更改 Python 版本
Kaggle 是一个数据科学社区，它不仅提供了数据集和比赛，还提供了一个基于浏览器的 Jupyter Notebook 环境。用户可以使用 Python 来进行数据分析、建模和各种其他数据科学任务。然而，有时用户可能需要使用不同版本的 Python 来满足特定的需求。本文将为您详细介绍如何在 Kaggle 中更改 Python 版本。
## 1.
原创
2024-10-12 05:12:29
780阅读
# 如何在Kaggle中修改Python版本
Kaggle是一个数据科学和机器学习领域非常受欢迎的平台，提供了丰富的数据集和竞赛平台，用户可以在Notebook中进行数据分析和建模。尽管Kaggle的Notebook大多数情况下都能满足需求，但有时候我们需要使用特定的Python版本以兼容一些特定的库或特性。本文将探讨如何在Kaggle中修改Python版本，并通过实际示例来展示整个过程。
#
20天的时间参加了Kaggle的 Avito Demand Prediction Challenged ，第一次参加，成绩离奖牌一步之遥，感谢各位队友，学到的东西远比成绩要丰硕得多。作为新手，希望每记录一次可以进步一次。下面将我这段时间的心路历程进行记录，作为经历，也作为自己的经验：可点击 -- Github一、审题审题过程应该是在这道题中焦灼的一环，因为直到现在我都不确定我是否完全明白了题意。I
1.Kaggle的比赛究竟锻炼的是什么能力？首先说，绝大部分的Kaggle比赛是Data Mining(DM)比赛（除少数是和Discrete Optimization还有Computer Vision(CV) 有关），最重要的是和Machine Learning(ML)关系不大。这是很多人一个误区，往往希望在Kaggle上学到很多ML的知识。Kaggle教给我的第一件事情，就是让我清晰领会到了这
转载
2024-01-28 02:51:59
76阅读
kaggle和colab都是谷歌的机器学习平台，都提供了gpu和tpu，但都有一定时间限制。对于没有gpu又不想花钱的朋友来说，是一个不错的选择。kaggle不需要，colab很好用，但是需要。kaggle和colab对比： kaggelg官网：https://www.kaggle/ colab官网:https://colab.research.google.
转载
2023-12-08 15:51:14
25阅读
用python参加Kaggle的经验总结 作者 JxKing 最近挤出时间，用python在kaggle上试了几个project，有点体会，记录下。Step1: Exploratory Data AnalysisEDA，也就是对数据进行探索性的分析，一般就用到pandas和matplotlib就够了。EDA一般包括：每个feature的意义，f
转载
2024-01-11 10:12:51
183阅读
一直想在kaggle上参加一个比赛，近期看见又一个病害分类的比赛出来了，不说了，必须抓住机会，不能再拖延！ 初学者怎么使用kaggle点入一个competition，可以看到其中：overview：比赛方对比赛概况的介绍，解决什么问题，难点是什么？以及评分方式，提交的时间节点（重要）【审题】data：数据，介绍和下载地址notebooks：开源的代码discussion：多去看，高手对比
转载
2023-12-21 06:37:00
346阅读
目录Kaggle主页竞赛页面配置Kaggle竞赛环境安装Kaggle库获取API token建立连接下载数据修改默认下载路径使用命令行下载数据提交结果 Kaggle主页 Kaggle主页如图，点击左侧Competition选项可以查看竞赛题目，下方还会显示你最近浏览的竞赛项目。竞赛页面概览：竞赛的基本信息，包括描述、评分标准、重要时间节点和奖金等。数据集：竞赛提供的数据集。代码：可以看到一些参赛
转载
2023-10-11 09:57:32
965阅读
一个题一般都会有一个量化评价指标，所以又比数模竞赛更专注。因此从事数据分析挖掘行业的研究人士和工作者都可以在上面找到一些题目练手。Kaggle只允许每个题目每天提交2次结果，所以你不能线下疯狂尝试各种参数往上测试。 现在有一道机器学习的题目 Titanic: Machine Learning from Disaster 这个题数据量小而且问题简单就是
转载
2024-02-20 10:28:55
105阅读
