本文记录了在Kaggle平台进行数据科学项目时遇到的常见问题，包括：1) 数据集上传与编辑限制；2) pip安装特定版本库的注意事项；3) 文件路径管理；4) TensorFlow版本问题与解决方案；5) notebook运行变量的清除；6) 处理长时间运行作业的方法。此外，还补充了Kaggle系统的只读特性及其应对策略。
kaggle踩坑实录：
kaggle有免费的GPU资源（每周30小时），入门版教程见这里
坑：
1.每次上传dataset都要上传rar文件，且上传后无法编辑修改源文件，想修改只能再次完整上传。
2.注意用pip安装其他版本的软件包时（如scipy由1.7.1到1.2.1）.应先安装包再查看版本，否则查看的版本还是原来未重新安装时的版本。
3.整个文件目录为：
| kaggle | working | 这里可创建文件 |
|---|---|---|
| input | 上传的文件都在这里 | |
| 初始默认的路径是kaggle/working，由于只有这里可以创建文件，故所有的输出文件都要指向这里。 | ||
| 而上传的代码/数据都默认在kaggle/input下。 | ||
| 故运行程序时，需先cd到input文件夹下，然后将代码中所有的输出文件路径都改到working下，否则就会出现OS错误。（注意右上角图形显示的文件结构不是实时的，需刷新才能看到） |
4.tensorflow版本问题
kaggle默认的tensorflow版本为2.6，不能通过pip install
最低0.47元/天 解锁文章
415
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
