使用kaggle免费进行tensorflow模型训练

我们进行模型训练的时候需要用到GPU进行运算，但是穷酸蛤蟆的我并没有好的显卡，小小的1050Ti在大模型前面能跑报废
不过还好有kaggle——主要是为开发商和数据科学家提供举办机器学习竞赛、托管数据库、编写和分享代码的平台。而我们使用的就是它免费提供的云服务器。

需要翻墙

kaggle是外国网站，以前国内可以访问只是不能上传数据，不过现在更新后只能翻墙了。

使用教程

输入网址https://www.kaggle.com/即可访问

打开后右上角Sign in登陆，可以使用多种方式创建账号，按步骤创建即可。
进入后

选择notebook,new一个

根据爱好选择一种写代码方式(我好用notebook), 有需要可以点开设置是否打开cpu,gpu等，稍后也可以使用，然后create

导入数据集

kaggle不像是使用你的电脑，它没法直接读取你的数据，所以使用的数据集需要一一上传。右上角有一个Add data添加数据集，当然也可以在主页添加。添加的数据集可以kaggle自带的，也可以上传自己的，自己的就右上角upload咯

下面我使用一个四种花分类来演示，上传数据要压缩文件，再起个名字，然后create。

完成后input中就有了

然后在代码中路径data_dir=’…/input/flower/图片’ 要这么表示，在input目录下。我们的目的是得到训练完的权重或者模型，那么最后使用model.save(‘4flowers.h5’)经过训练后即可保存到output中

打开GPU或TPU

在settings中打开GPU或者TPU，这里使用的是GPU，如果使用TPU，使用前需要配置，配置方法百度即可，很容易。

保存并获取

为了得到训练好的模型，我们已经将他保存到output中了，直接点击下载标志即可下载到本地。
但有时候点击没反应，可能是因为卡顿或者模型特别大，这里就需要点击右上角的Save version, 并选取第二个详细保存

save后可以在notebook首页查看保存下来的完整信息，也可以用于分享和展示。

使用时间

GPU什么的不是无限使用的，不过kaggle还是挺大方的，每周都给30h的gpu和tpu使用时间。