本文介绍了在Kaggle上训练深度学习模型时遇到的问题及解决方案，包括如何处理kaggle联网限制、模型与数据维度不匹配，以及不使用ImageNet预训练权重的注意事项。重点强调了在构建网络时输入数据维度的重要性。
查看kaggle的配置版本
!nvidia-smi查看tensorflow或者keras版本
keras.__version__
tensorflow.__version__安装其他版本的tensorflow和keras
!pip install q keras==2.3.1
!pip install q tensorflow==2.1.0cannot import name 'Adam' from 'keras.optimizers' (/opt/conda/lib/python3.7/
修改为：from tensorflow.keras.optimizers import Adam
kaggle联网（pip/wget）
由于kaggle单独运行在其内核中，所以无法联网，没有办法搜寻网络中的模型。
左上角 add-ones->Google Cloud Services( also you can choose other functions of the Google cloud and paste the code to your kaggle)
需要登陆谷歌账号，且翻墙才能等谷歌账号
如果不使用ImageNet预训练
from keras.applications import vgg16, inception_v3, resnet50, mobilene
最低0.47元/天 解锁文章
441
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
