DeepLearning to digit recongnizer in kaggle 近期在看deeplearning，于是就找了kaggle上字符识别进行练习。这里我主要用两种工具箱进行求解。并比对两者的结果。两种工具箱各自是DeepLearningToolbox和caffe。Deeplearnin
文章目录写在前面安装必要的模块和文件1.模块2.文件下载数据读取数据训练模型训练过程评估模型效果测试集准备提交材料提交结果写在最后后面的训练 写在前面这篇接上一篇教程2，终于要看到autogluon在竞赛中的应用了。安装必要的模块和文件1.模块pip install kaggle2.文件下载API文件，通过在kaggle个人账号，点击头像 然后会得到一个kaggle.json文件，如果你是用ka
转载
2024-08-20 20:23:57
472阅读
参考：机器学习系列(3)_逻辑回归应用之Kaggle泰坦尼克之灾参考：Kaggle泰坦尼克特征工程和模型融合『解决一个问题的方法和思路不止一种』『没有所谓的机器学习算法优劣，也没有绝对高性能的机器学习算法，只有在特定的场景、数据和特征下更合适的机器学习算法。』 Kaggle上的大神们，也分享过一些experience，说几条我记得的哈： 『对数据的认识太重要了！』 『
转载
2024-07-25 18:25:06
110阅读
在数据科学（Data Science）领域，Kaggle 可以称得上是一座人人都想挑战的高峰。Kaggle 是一个国际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，并在 2017 年被 Google 收购，现为 Google Cloud 的一部分。Google 此举旨在提升 Google 在数据科学和机器学习领域的影响力，并
IntroKaggle提供免费访问内核中的NVidia K80 GPU。该基准测试表明，在深度学习模型的训练过程中，为您的内核启用GPU可实现12.5倍的加速。 这个内核是用GPU运行的。我将运行时间与在CPU上训练相同模型内核的运行时间进行比较。 GPU的总运行时间为994秒。仅具有CPU的内核的总运行时间为13,419秒。这是一个12.5倍的加速（只有一个CPU的总运行时间是13.5倍）。 将
转载
2024-02-05 00:57:37
385阅读
最近发现kaggle每周给了30小时的GPU额度，直接使用在线jupyter notebook，非常方便。以后就直接在kaggle上练习了。第一版，尽量不要“Save Version”离线运行，因为离线运行只要一个语句出错，整个程序白跑。所以一般是第一版在线跑完，没有错，之后改动比较小的细调时再离线跑。比如这场比赛，因为数据集是压缩包，所以需要先导入库、然后在线解压到缓存里（大概需要20分钟），然
转载
2024-09-01 21:48:28
828阅读
导 论：Kaggle 每周可以白嫖GPU资源约40小时，Kaggle相比于Colab而言可以离线运行，而且运行时间挺长的。Colab如果不开pro会员的话只能使用Tesla k40 这种低级显卡约4小时，开会员的话可以用Tesla V100、P100等显卡。Kaggle侧重于数据竞赛，他们希望你使用Kaggle来跑竞赛题目而不是你的实验工程。然而Kaggle不同于Colab
转载
2024-05-22 18:22:02
267阅读
前言：window10+cuda9.0+cudnn+pycharm+py3.5+tensorflow1.9 这是本文的开发环境一、数据部分：从kaggle下载https://www.kaggle.com/c/dogs-vs-cats下载以后直接解压成两个文件，train和test，直接copy在eclipse的工程目录data中即可 二、结构部分： 三、代码部分： 1.input_data.
转载
2024-08-20 17:51:58
124阅读
前言Colab Pro(目前仅在美国、加拿大、日本、巴西、德国、法国、印度、英国和泰国可用)提供了随时可用和加速但是维护起来既昂贵又繁琐的云计算资源。和其免费版不同，Colab Pro 允许用户使用 TPUs 和高端的 GPUs，比如 V100 和 P100 等等，可以访问高内存的实例，并且保持 notebooks 运行的时间最长可以达到 24 小时，费用是每个月 10 美元。Colab Pro可
这是 Kaggle 你问我答 (AMA) 的第一期活动，本期请到的嘉宾是 SueTao，他研究生毕业于东南大学，目前是腾讯的一名算法工程师。 Kaggle profile：https://www.kaggle.com/shentao
SueTao 擅长计算机视觉（Computer Vision），半年 5 战 5 金，也许是史上最快的 GrandMaster。截至
前言因为使用Stable Diffusion进行AI绘图需要GPU，这让其应用得到了限制本文介绍如何在Kaggle中部署Stable Diffusion，并使用免费的P100 GPU进行推理（每周可免费使用30小时），部署好后可以在任意移动端使用。本项目在stable-diffusion-webui-kaggle基础上进行改进，原作者Github项目地址
欢迎大家Copy and Edit我的ka
转载
2024-05-21 14:25:20
79阅读
前方干货预警：这篇文章可能是你目前能够找到的可以无痛跑通LLM微调并基本理解整个流程的门槛最低的入门范例。门槛低到什么程度，本范例假设你是一个三无用户。1，无NLP经验：你没有扎实的NLP理论知识，只有一些基本的炼丹经验。没关系，我们会在恰当的时候告诉你必要的原理。2，无GPU：你没有任何一块可以使用的GPU。没关系，我们直接在Kaggle环境上使用免费的P100GPU，并给没有kaggle使用经
转载
2024-06-18 22:29:09
526阅读
KaggleKaggle是一个提供免费CPU,GPU,TPU的编程(主要是机器学习,其他也行）,学习,竞赛的网站。（若有colab，可无视此篇） 对于只为了编程的作用而言（如果你的电脑GPU足够强劲，可以不用过多关心了，数据分析Jupyter,常规编程Pycharm,Vim,Sublime等等这些足够了） Kaggle的注册，验证账号等等，网上文章众多，在此就不赘述。。。文件常用的,帮助显示你的文
转载
2024-07-10 21:45:18
89阅读
题目介绍今天我们来讲kaggle比赛中最经典，也是官方最推荐入门机器学习的一项比赛——预测泰坦尼克号的生存人数。那么这个比赛在哪找呢？首先我们找到competitions的页面，然后可以看到根据比赛的类型有很多分类，那么我们可以想入门的话就可以选择GettingStarted类型。 那么我们在该类型中往下翻几页就可以找到这个比赛了。 我们点开比赛之后，在其中的overview里的descripti
转载
2024-05-09 10:33:35
158阅读
利用kaggle提供的免费GPU完成卫星图片识别任务 文章目录利用kaggle提供的免费GPU完成卫星图片识别任务1.数据集的介绍2.将数据集上传到kaggle3.利用tf.data构造输入4.模型的创建与配置5.下载模型在本地导入并用于预测结语 1.数据集的介绍该数据集提供了，两类图片，飞机airplane，和湖(lake)，是属于一个二分类的问题，同时提供的数据都为彩色图，RGB三通道，大小为
转载
2024-03-23 10:35:24
324阅读
学习了一些机器学习的算法，总想找个地方用一用试一试。上网搜索了一番，发现了 Kaggle 这个网站，是各种企业举办机器学习竞赛的地方。Kaggle 上有一个入门级的数据集，要我们通过分析泰坦尼克号上乘客的信息，来判断他们是否获救。
学习了一些机器学习的算法，总想找个地方用一用试一试。上网搜索了一番，发现了 Kaggle 这个网站，是各种企业举办机器学习竞
转载
2024-08-23 11:00:05
159阅读
1. 引言Kaggle是一个进行数据挖掘和数据分析在线竞赛网站, 成立于2010年. 与Kaggle合作的公司可以提供一个数据+一个问题, 再加上适当的奖励, Kaggle上的计算机科学家和数据科学家们(也可能是像我这样的菜鸟)将会领取任务, 提供自己的解决方案. 你在提交自己的解决方案后, 在截止日期之前都可以做出修改. 全世界的人都可以在Kaggle上提供自己的解决方案, 充分发挥了集体智慧.
____tz_zs 前段时间参加了 kaggle 2018 data science bowl ，初生牛犊不怕虎，于是我撸起袖子就开始干了。尽管，没能得到好的结果，参与过程中的收获和提高，也是很值得高兴的。这里记录下这次的失败，以便下次吸取教训、更进一步。同时，也希望能够帮到那些看到我这篇博客的新人朋友。 一个项目的步骤分为：数据预处理、模型构造、模型训练、模型评估总
记录：在复现论文代码时碰到使用keras环境，于是在自己windows系统的台式机（RTX 3080；CUDA 11.7）上进行了安装，但是发现台式机的显存无法支持程序的运行。于是将一摸一样的环境配置到更大现存的Ubuntu服务器（CUDA 11.7）上，但配置环境出错，一直无法调用GPU。经过一天的摸索，从网上其他博客中找到答案，虽然不懂其中的道理，但先记录下来。1. 待配置环境的版本Pytho
1. 注册kaggle账号后。上传数据集，创建notebook，默认使用CPU能够进行在线数据训练。词是，notebook右侧的工具栏只有Language和Environment两个设置。如下： 下方会有一行小小的灰色字体，显示，如果想要使用免费的GPU资源，需要验证手机号。 手机号的验证过程为： ...
转载
2021-09-09 15:51:00
3055阅读
2评论
