ai-cam(alcamera华为手机图片)
点击上方关注，All in AI中国
这是开始使用Kaggle Kernels进行深度学习的好时机！
最近我有机会在哥伦布的PyOhio进行了我的第一次会议演讲。我谈到了深度学习，使用Kaggle Kernels来演示了fast.ai课程第一课的一些材料。
视频加载中...
第二天，我遇到了一篇名为“使用GPU启用的kaggle Kernels和fastai MOOC学习深度学习”的中文文章，我很高兴看到更多人能够认识到这个平台的功能。
所以我想，如果我们要让人们更容易的开始对Kaggle Kernels深入学习，为什么不让整个fast.ai课程可用呢？
Kaggle Kernels的好处
根据文档，“Kaggle Kernels是一个云计算环境，可以进行可重复的协作分析。”基本上，您可以专注于编写代码，而Kaggle负责设置执行环境并在其服务器上运行它。我认为这种设置为开始学习深度学习的人提供了优势，这有几个原因：
免费GPU无需等待/批准：您可以立即免费访问GPU，这是深度学习的一大步。当我第一次启动时，您唯一的选择是等待AWS批准您使用GPU实例，然后支付让它们来运行（并希望您不要忘记关闭它）。在GPU与CPU上运行可能意味着您的训练可以在几分钟内完成，而不是几小时。预安装的深度学习软件包：这是初学者的另一个巨大胜利，节省了数小时的设置和谷歌搜索模糊的错误消息。使用Kaggle维护的docker-python repo中的Dockerfile设置内核环境。它设置了CUDA和CUDNN，NVIDIA的库，用于加速深度学习GPU，并安装流行的python库进行深度学习：除了fast ai之外，还有keras，tensorflow，pytorch和pytorch等。访问数据：大多数fast.ai课程使用Kaggle竞赛来训练数据，而在Kaggle内核中访问该数据就像点击“添加数据集”一样简单。它还可以轻松地将课程应用于其他过去的比赛而无需任何额外的步骤。如果找不到所需的数据，可以上传自己的数据集并与Kaggle社区共享。
只需单击即可轻松实现！
平台的社交功能：我认为Kaggle Kernels的一些社交功能也使它成为一个良好的学习环境。您可以对现有内核“分叉”并对其进行调整以创建自己的版本，从而使您能够进行实验并查看不同代码更改的影响。您可以评论内核以询问作者的问题或尝试追踪错误。upvoting可以帮助您查看流行的内核，这可能会引导您学习下一个有趣的主题。
Gotchas
如果您习惯在AWS或您自己的计算机上工作，或者您正在遵循面向这些环境的说明，那么在使用内核时需要注意几点。这些差异解释了我需要对原始fast.ai笔记本进行的大部分更改，以使它们像内核一样运行。
只读输入数据：默认情况下，加载到内核中的数据位于../input下。但是数据所在的目录是只读的。这会导致fast.ai出现两个问题- 首先，在某些情况下，您需要移动数据以符合某个目录结构。这可以通过以不同的形式将数据传递给学习者来解决（在第1课中，我使用了from_names_and_array方法支持的文件名和标签列表）。此外，学习者默认将tmp数据和模型权重写入与数据相同的目录，这可以通过将tmp_name和models_name选项传递给学习者来修改。等待软件包更新：我提到软件包安装是由Kaggle在Dockerfile中维护的，这对您有利，从而节省了数小时的配置时间。唯一的缺点是，只有在重建Docker镜像时才能获得软件包更新。当我在研究这些时，我注意到在最新的fast.ai版本中修复了一些问题，我不得不通过monkey-patching一些类来将这些修复移植到我自己身上。由于pytorch 0.3.1和CUDNN 7.1中发生错误，我也无法完成第4课和第6课（RNN）。 （GPU内核的pytorch 0.4.0更新正在进行中）
当您的调试路径最终指向此处时，这并不好玩
非持久性文件系统：如果重新启动内核，则会丢失已写入磁盘的文件。 这不是运行fast.ai课程的主要问题，但如果您正在尝试使用不同的模型或超参数并尝试保存权重，这对您来说可能很困难。内核
我希望这有助于你的深度学习之旅- 没有什么比看到这些以新的和有趣的方式分叉、调整和应用更让我开心。
第1课（https://www.kaggle.com/hortonhearsafoo/fast-ai-lesson-1）
第2课（https://www.kaggle.com/hortonhearsafoo/fast-ai-lesson-2）
第3课（https://www.kaggle.com/hortonhearsafoo/fast-ai-lesson-3）
第4课（https://www.kaggle.com/hortonhearsafoo/fast-ai-lesson-4）
第5课（https://www.kaggle.com/hortonhearsafoo/fast-ai-lesson-5）
第6课（SGD）（https://www.kaggle.com/hortonhearsafoo/fast-ai-lesson-6-sgd）
第6课（RNN）（https://www.kaggle.com/hortonhearsafoo/fast-ai-lesson-6-rnn）
第7课（CIFAR10）（https://www.kaggle.com/hortonhearsafoo/fast-ai-lesson-7-cifar10）
第7课（CAM）（https://www.kaggle.com/hortonhearsafoo/fast-ai-lesson-7-cam）
本文由woniu于2021-06-28发表在中国AI网，如有疑问，请联系我们。
本文链接：https://www.chinaai.com/baike/9123.html
