目录一、上传项目二、训练模型1.导入项目2.关于下包以及配置虚拟环境的问题1）创建虚拟环境2）下包3.训练模型1）两种方法：2）关于写文件的问题3）开启GPU4）离线训练4.下载日志、运行结果什么的5.关掉GPU 三、模型预测一、上传项目网址： 登陆后，将项目(连同数据集和代码一起）压缩上传，上传需要梯子。上传成功后点击create，kaggle会自动解压压缩包，处理完成后会有
转载
2023-12-12 16:55:56
4902阅读
上周自己有使用Kaggle平台运行项目的需求，查阅了一些文章，结合自己的实践经验写了此文章，将使用Kaggle平台运行项目并查看下载日志文件的过程详细记录了下来，一些注意事项也写了，希望能够帮助到大家。目录一、上传项目第一步：创建notebook第二步：上传项目和数据集第三步：进行设置，打开GPU第四步：运行项目二、查看运行结果、下载日志文件
转载
2023-10-28 14:07:49
1178阅读
有时候为了得到更好的模型结果，你可能需要使用一个更大的batch-size去训练，但是自己的电脑gpu又带不动，那么这时候你就可以尝试去使用一些免费的线上训练网站了，下面我将介绍使用kaggle离线训练自己的神经网络模型步骤。一、登录kaggle直接百度搜索或者点击下面网址进入kaggle。 进入网站后如果没有注册可以先注册，按照提示注册即可，可以参考以下网址。二、新建Notebook如图所示，依
转载
2023-11-15 07:19:07
710阅读
前言最近研究一下kaggle机器学习平台，这个凭条最大可提供16G的内存，还有CPU等资源使用，非常不错，想着来学习一下。读取数据集kaggle支持多种数据集，你可以自己上传数据集，也可以用别人上传的数据集，也可以用平台提供的数据集，非常多的选择，而且如果你上传的数据集跟别人是一样的，平台还会提示你，让你用已有的数据集，避免重复的数据集。如何在kaggle上pip 库In the kernel:
转载
2024-01-28 06:48:35
173阅读
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。 1 Join 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
转载
2023-10-23 14:04:24
263阅读
如果你打算研究机器学习或是今后想从事数据科学相关的工作，Kaggle应该是一个绕不过去的名字。Kaggle是2010年在旧金山创立的一个数据建模和数据分析竞赛平台，在很短的时间内就声名鹊起，去年被google收购，在业界具有很高的知名度和权威性，企业可以在上面发布数据和想要解决的问题，并进行“悬赏”，数据科学家和机器学习的爱好者们可以基于这个平台提交自己的模型和预测结果，平台会根据测试集对参赛者进
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，
转载
2023-10-17 16:24:58
276阅读
请提前准备好python的数据分析相关库，例如pandas、numpy、sklearn等1. 参加比赛：Titanic1.1 在比赛页面下载数据这里以“泰坦尼克号生存率预测”案例为例train.csv为训练集， test.csv为测试集， gender_submission.csv为提交的样例，用于告诉你提交的格式1.2 分析数据并训练分类器# -*- coding: utf-8 -*-
imp
1、简单介绍 本人在kaggle这个领域实属纯小白，所以现在想记录一下自己在kaggle的学习之旅，kaggle的这个系列从2022年7月16日写起，什么时候能够完成我也不知道。 起初是因为加入实验室，小组任务分配今天要跑通“泰坦尼克号幸存者预测”的代码，在网上搜索过后得知，这是kaggle里
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
962阅读
目录1.数据读取2.数据清洗3.数据重构4.建模预测提交 5.总结比赛的基本流程由四个部分组成：数据读取、数据清洗、数据重构、建模预测提交导包：import numpy as np
import pandas as pd
import pandas_profiling as ppf
import joblib # 模型的保存
import matplotlib.pyplot as pl
转载
2023-11-28 13:03:22
84阅读
# Kaggle能用PyTorch吗？
## 引言
Kaggle是一个广受数据科学家和机器学习从业者欢迎的平台，用于分享、参与和竞赛各种数据科学项目。而PyTorch是一个开源的深度学习框架，提供了丰富的工具和功能，使得在构建和训练神经网络方面变得更加简单和高效。那么，Kaggle能够与PyTorch无缝集成吗？本文将对此进行探讨。
## Kaggle简介
Kaggle是一个面向数据科学家
原创
2024-01-06 07:12:11
305阅读
Kaggle网站的比赛（Competition）可以分为两大类：面向初学者 1、Getting Started：让初学者体会机器学习比赛 2、Playground：有趣的比赛，主要看创意，而非解决问题面向竞争者 1、Recruitment：赞助商为招聘数据科学家而设立的比赛 2、Featured：为解决商业问题设立的有奖金的比赛 3、Research：解决学界前沿问题设立的比赛一般来说，
关于“PyTorch、Kaggle与Scikit-learn之间的区别”，它们虽然都是机器学习领域的重要工具，然而各自特性和用途却大相径庭。在本篇博文中，我将逐步阐述环境准备、集成步骤、配置详解、实战应用、性能优化和生态扩展等内容，以便读者更加深入地理解这三者的不同及各自的应用场景。
## 环境准备
在项目初期，确保你的开发环境是非常重要的。以下是必要的依赖安装指南:
```bash
# 安
作为一个kaggle的入门级玩家，首要的事情当然是读代码，熟悉库，模仿老玩家了。首先要做的事情就是熟练掌握完成一项竞赛是怎样一个流程，以kaggle-titanic为例，进行初步学习。文章翻自http://www.ultravioletanalytics.com/2014/10/30/kaggle-titanic-competition-part-i-intro/。由于本人能力有限，编写有不当之处
# 如何在Kaggle上卸载PyTorch
在数据科学和机器学习的领域，Kaggle是一个非常流行的平台，其中许多开发者和研究者使用不同的环境来进行数据分析和模型训练。而有时我们可能需要卸载某个库，比如PyTorch，来重新安装其他版本。在本文中，我将向你详细说明如何在Kaggle上实现这一操作。
## 整体流程
以下是卸载PyTorch的基本流程：
| 步骤 | 描述
# 如何在Kaggle中修改PyTorch版本
在Kaggle平台上，有时我们需要使用特定版本的PyTorch，因为某些功能或模型可能只在特定版本中可用。本文将为您详细说明如何在Kaggle中修改PyTorch版本的整个流程，并通过示例代码进行说明。
## 流程步骤
为了方便理解，我们将整个流程分为以下几个步骤：
| 步骤编号 | 操作
如何利用高性能分布式计算平台来解决现实问题一直是人们所关心的话题。近期，comSysto公司的Danial Bartl就分享了该公司研发团队利用Spark平台解决Kaggle竞赛问题的经历，为Spark等平台应用于数据科学领域提供了借鉴。\\ Danial提到，comSysto公司经常会举行一些讨论会，来评估未来的技术和共享以往的经验。在近期，大数据分析类的众包平台Kaggle的一道数据科学的挑
本文分享下kaggle小白可能经常遇到的两个错误的解决方案。1.提交失败第一次使用的可能在测试notebook的时候没报错，但是在提交结果的时候报错了，可能为如下： 解决方法这是因为save version的时候notebook是在有网环境下的，而一般的比赛在推理的时候是断网的，所以需要在保存notebook的时候把网络关掉，如下图所示: image
2.找不到segmentat
转载
2024-01-18 23:56:40
308阅读
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
