欢迎使用Kaggle kernels!
Kaggle 是数据科学家和机器学习实践者的在线社区，隶属于谷歌公司。Kaggle 允许用户搜索和发布数据集，在网页环境中搭建和训练模型，与其他数据科学家和机器学习工程师在线合作，和参与竞赛解决数据科学问题。Kaggle 起源于提供竞赛，现在已成长为云端中数据科学实践的公开平台 ( 更多 ).
但是Kaggle Kernels 仍旧有其局限性，见资源与局限。如果你是重返kaggle, 直接前往你的Kernels，点击需要重返工作的kernel即可。
用 Kaggle kernels 来做 fast.ai v3 课程Notebook
Kaggle kernels 自带 fastai library, William Horton @wdhorton and Sanyam Bhutani @init_27 将课程 notebooks 输出到 Kaggle kernels上。Sanyam Bhutani 在维护这些 kernels, 相关问题可前往 discussion thread here.
没有任何设置安装要求，只需点击 “fork” 然后运行Notebook即可。
Kernels 目录
- Lesson-1 Pets
- Lesson 2 Download
- Lesson 2 SGD
- Lesson 3 Camvid-tiramisu
- Lesson 3 Camvid
- Lesson 3 Head-Pose
- Lesson 3 Planet
- Lesson 3 Tabular
- Lesson 4 Collab
- Lesson 4 Tabular
- Lesson 5 SGD-MNIST
- Lesson 6 Pets-more
- Rossmann data clean
- Lesson 6 Rossmann
- Lesson 7 Human-numbers
- Lesson 7 Resnet MNIST
首次上手步骤
步骤 1: 创建Kaggle账户
注册Kaggle here，到邮件中确认。确认后，即可登陆账户。
步骤 2: 导航到相关Notebook (kernel)
点击上述任意课程Notebook链接，打开页面后，点击fork即可使用。
步骤 3: 一切就绪，直接上手！
我们以及设置好了课程所需的所有的数据集和前提要求，你可以像在本地环境中使用 jupyter notebook一样使用Kaggle kernel.
资源与局限
- Kaggle kernels 是完全免费的
- Notebook 不会像 fastai repository 一样频繁更新
- 这些Notebooks 没有fast.ai 官方维护。 (Sanyam Bhutani 在坚持维护工作，相关链接 discussion thread )
- GPU 时限 (K-80 instance) 每次是6小时。
- 硬盘使用量 = 5 GB/kernel。
- 内存用量 = 14 GB/kernel.