用kaggle深度学习 踩坑

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 tensorflow-gpu==1.15来降级来训练1.x的代码，降级后不知道为什么，无法调用GPU（似乎是cuda、cudnn版本不对应）。所以要实现1.x版本在2.x版本上运行。
有两种方法可以实现1.x版本在2.x版本运行：1.通过tensorflow自带模块tf_upgrade_v2将代码升级到2.x，具体见这里和这里。2.另一种方法就是在1.x的代码中忽略2.x的语法开始训练，这种方法只是将1.x版本强行在2.x版本下运行，并不能发挥2.x版本的性能。具体见这里。

5.在notebook中运行后的变量，再次运行不会清空，需丢弃当前TensorFlow的图，见这里。

6.当一段时间不活动时，kernel跑一会儿就会提示：您是否还在编辑？，这时候不论是点取消还是确认，都会让正在运行的notebook断开，然后所有的输出都会消失。这时候的解决办法：可以不运行notebook，直接选择save version—>save & runall来把任务转移到后台，通过查看log来看模型的训练程度，但最后产生的参数文件只能在全部运行完后才能下载。如果想让notebook边训练边保存的话，可以在notebook运行时选择quick save，这种方法就保存当前节点的参数，直接就能把此时的输出文件搞出来。但这样就需要一直保持活动状态防止notebook掉线。详情见这里。

20230505补充：
kaggle是只读系统，无法在系统中删除、修改、移动文件。因此每次修改py脚本后都要重新上传文件。如训练数据很大则会很麻烦。实际上可以通过在Dataset中创建new version来解决，每次创建new version时，可以从原来的版本中选择要保留的文件，删除旧文件，然后上传此次更新的文件( 注意上传文件夹时只能拖拽不能Browse )。另外，创建Dataset后，上传文件时，上传的文件无需再单独放一个文件夹里，按照文件上传即可，否则在用new version更新文件时还需要将更新的文件单独放在上述文件夹中。
此外，在notebook中使用new version的数据时，需要重启notebook才能显示新的文件：