1. Kaggle Kernel
Kaggle是什么就不用我介绍了吧,但是有时挺惊讶的是,有人用自己机器跑那一点代码,然后结果再传回kaggle去评估。何必呢?kaggle本身就有提供一个叫kernel的选项。当然我相信很多人都知道kernel的好处了,但为了方便新手读者学习,我还是再介绍一下吧:
随便点进一个比赛,例如最著名的titanic
然后点Kernel-> New Kernel:
然后出现两个选项, 是普通代码模式还是Jupyter Notebook 模式,我个人喜欢Jupyter Notebook 模式,点进去,创建了一个新的notebook
然后资本主义GPU就出来给我们薅了,看右边菜单栏:
虽然是从titanic比赛创建的kernel,但右边菜单栏允许添加自己的数据,也允许你无条件启用GPU。
但你的运行结果怎么导出呢?
很简单,把你的要导出的结果存成DataFrame(df),然后df.to_csv('YourOutPut.csv'),再点击最上方的commit
提交完成了,点击Open Version,然后跳到笔记本预览模式页面最左边有Output栏,点击一下,就可以看到你的结果并可以下载。
2. Google Colaboratory
Colaboratory也提供了 Tesla K80 GPU。虽然比起1080Ti,性能逊色太多,但好歹比在本地用GPU跑好多了.
要使用Google Colaboratory,首先进入你的Google Drive
如上图,点击Connect more apps,搜索colab
点击Connect,然后再回去刚才的菜单看,
Colaboratory已经可以用了,点击它,会创建一个Jupyter Notebook.那么要怎么利用GPU呢?如图 修改(Edit)->笔记本设置(Notebook Setting):
你甚至还可以用TPU呢
如果不太熟悉的,可以点击这个链接https://colab.research.google.com/,是个官方Notebook教程,有详细的讲解。
Reference:
[1]Running Kaggle Kernels with a GPUwww.kaggle.com