Kaggle入门指南（Kaggle竞赛）

Kaggle入门指南（Kaggle竞赛）

文章免费

Kaggle号称是全球最大的数据科学家汇聚的平台，高手云集，同时对萌新也很友好。
Kaggle网址：https://www.kaggle.com

简介

Kaggle 是一个广受欢迎的平台，专注于数据科学和机器学习领域。它为数据科学家提供了丰富的资源与环境，从竞赛到数据集的分享，再到社区的互动，Kaggle 为各个层次的学习者提供了宝贵的机会。本文将深入探讨如何在 Kaggle 上开始旅程，包括平台的基本功能、竞赛的参与以及构建和共享项目的步骤。

注册与设置

创建账户

要开始使用 Kaggle，首先需要创建一个账户。访问 Kaggle 官网：https://www.kaggle.com/ ，点击“Sign Up”进行注册。注册过程相对简单，只需填写基本信息并验证邮箱即可。

注意：

• 如果邮箱无法收到邮件，查看垃圾邮件是否存在，如果没有则更换邮箱
• 国内原因，出现不了人机验证从而导致无法完成注册，可以使用科学上网或其他方式

完善个人资料

完成注册后，可以在个人资料页面上完善信息，包括上传头像、填写个人简介和展示技能。这有助于在社区中建立个人品牌，并与其他用户建立联系。

参与竞赛

找到合适的竞赛

在 Kaggle 的“Competitions”标签下，可以找到各种竞赛。根据个人兴趣和技能选择合适的竞赛进行参与。

下载比赛数据

在比赛页面下的data标签里面下载对应比赛的数据集

模型训练

线下训练

下载比赛数据集，并创建模型训练

线上训练

在Kaggle Notebooks上创建模型并训练

Datasets介绍

点击下图中的【Your work】可以找到你自己的Datasets。点击【New Dataset】按照相关提示即可创建自己的Dataset

注意：Dataset主要是Kernel用来在不联网时加载模型、安装库

Kaggle Kernel介绍

Kaggle Kernel是Kaggle平台提供给选手的运行环境，可以视为一个在线的Notebook，在线的Nobteook可以用于完成比赛的提交

点击下图中的【Your work】可以找到你自己的Notebook。

Notebook的编辑状态和Jupyter Notebook没有什么区别，主要的界面组成元素有：

• 代码编辑区：运行代码，也支持Markdown格式；

• 数据集（Dataset）：加载比赛数据集 或 模型 或 库安装代码

• 运行设置：代码运行配置

• • Environment：运行环境
    • Accelerator：CPU/GPU/TPU
    • GPU Quota：GPU每周运行时长
    • Internel：是否联网
    • Language：运行语言，Python或者R

Dataset使用

Dataset主要是Kernel用来在不联网时加载模型、安装库。在Notebook的编辑状态，点击右边的【Add data】可以加载Dataset。

注意：Dataset可以用来加载线下训练的模型

提交结果

【注意】对于Kaggle比赛，一般采用Notebook线上提交，此时模型预测代码不能联网，所以需要在关闭Internet的情况下完成【库安装】、【模型加载】和【模型预测】

直接提交

注意：

• Kaggle比赛提交失败也会计算提交次数
• 每周使用使用GPU、TPU时间有限，注意分配（线上训练时注意）
• 没有GPU时间时不能进行GPU方式提交
• 提交一般有时间限制，注意模型推理耗时

提交成功后，在比赛页面里的Submissions标签下有相关显示

其他

Ultralytics多模态融合（可见光与红外光）目标检测与分割检测
https://blog.youkuaiyun.com/baidu_34487688/article/details/144188629