辅助神器——Kaggle

辅助神器——Kaggle

      在学tensorflow的时候，发现训练模型会出现这个错误：

tensorflow.python.framework.errors_impl.ResourceExhaustedError: OOM when allocating tensor with shape[16,64,254,254] and type float on /job:localhost/replica:0/task:0/device:GPU:0 by allocator GPU_0_bfc
[[node Conv2DBackpropInput_7 (defined at D:\study\python3.7.7\lib\site-packages\tensorflow_core\python\framework\ops.py:1751) ]]
Hint: If you want to see a list of allocated tensors when OOM happens, add report_tensor_allocations_upon_oom to RunOptions for current allocation info.
[Op:__inference_distributed_function_1811]
Function call stack:
distributed_function

      查了查百度，说是GPU不够用的。找了很多方法，比如租一个云GPU，但太贵了。
      最后找到了一个tensorflow的学习辅助神奇——Kaggle
      2022年看到，多提一句，没卡别玩深度学习！！！

kaggle的注册

kaggle官网
      我们直接进入官网注册账户，在右上角点击Register，点击之后上面的是谷歌账号注册，下面的是邮箱注册
我就是直接用的邮箱注册
      下载好了之后直接解压，然后进入浏览器，点右上角的三个点-更多工具-扩展程序，开启开发者模式-加载已压缩的扩展程序，然后找到那个压缩好的文件夹，加载进去就可以了。这样再注册就有验证码了，当然，在手机上注册也是可以的。

Kaggle的使用

      当我们注册好账号之后，点击左边那里的Notebooks

      点击完了之后，右上方会出现 New Notebooks，我们继续点它
      之后会进入下面这个界面，前面两个我们默认就好，就Python和Notebook，下面的是问你需不需要用谷歌云服务以及加速器的选择，这里我们直接默认就好，后面需要的话可以再修改。然后我们点击下面的create。
      这里的其它部分的功能以及操作跟Jupyter Notebook很相似，在右边，最上面的Data是数据集，你可以在这里面添加你自己的数据集，也可以直接下载网上有的，当然，上传的话也需要fq。下面settings里的accelerator可以选择你想用的加速器，我平时用来训练就是直接选GPU，但不用的时候记得把它关了，一个星期可以免费使用三十个小时，每次训练的时长不能超过八小时，如果超过八小时的话，可以把数据集分开测试。再下面的internet就是如果你的程序中有需要在线下载什么东西的话就可以打开它。