kaggle首次使用记录-如何使用notebook以及上传结果

一直想在kaggle上参加一个比赛，近期看见又一个病害分类的比赛出来了，不说了，必须抓住机会，不能再拖延！

 

初学者怎么使用kaggle

点入一个competition，可以看到

其中：

overview：比赛方对比赛概况的介绍，解决什么问题，难点是什么？以及评分方式，提交的时间节点（重要）【审题】

data：数据，介绍和下载地址

notebooks：开源的代码

discussion：多去看，高手对比赛的认识和分析，一些提分点

notebooks和discussion相当于两个社区

leaderboard：排行榜，A榜B榜情况  A榜成绩好≠B榜成绩好（防止过拟合）

rules:规则

Team：组队介绍

kaggle-kernel教程

如何找baseline

点击notebook hotness 下面可以选择best score找到当前分数最高的模型

注意 code competition不是只提交结果文件，而是要用notebook来提交

怎么使用notebook

先找一个现在分数最高的做一个流程练习

点入第一个人的notebook

可以看到他现在在A榜的分数是0.898，然后点copy and Edit就可以把这份代码变成自己的

变成自己的后就可以修改代码了，注意：每个人每周有固定的GPU时长，notebook不用的情况下要关掉

input部分

可以用比赛数据集，也可以用外部数据集，也可加载自己的模型

• 点击Add data后，可点击 your dataset进行上传

• 也可以在导航栏点data，然后点new dataset上传（注意，上传文件要开）

可以本地把模型训练好，然后把模型pth加载进来，直接做预测 

save version

点击提交，必须点SAVE VERSION，要把notebook跑一边

save run all是从头到尾跑一遍（能够提交）

quick save只是保存，不能提交

我点了save runall 就开始跑了

最后会显示一个跑成功了，没截图下来

然后可以从边框栏的recently viewed找到刚刚跑完的notebook

然后在右面有个output

可以看到个submit，点击submit才能真正提交

然后可以选择提交的notebook和版本，点击提交会出现如下提示

提交的notebook会从头再运行一遍，主要是在隐藏的那些测试集上跑

提交的代码不是所有人都能看到，notebook如果是打开的，别人就能看到，锁上只有自己看到

kernel技巧

kernel环境：

• 内存：16G
• GPU：16G，1080ti速度（每周固定的时间30-40小时）
• 联网：训练时可以打开，提交必须关闭

Dataset使用：

• Dataset可以读取模型、读取数据、安装库
• Dataset还可以用于快速提交公开榜单的结果
• 上传数据需要开代理，需要确定具体的数据版本
• 推荐使用kaggle-API上传数据，网速更稳定

kaggle反作弊机制：

• 任何Dataset或notebook不能私下分享（有严格的查重机制）
• 不要打任何擦边球，用多个账号

特别注意：

• save and run提交代码后会一直转，跑代码的时间可能会比较长，这个时候把网页关了是没问题的，他会在后台去跑的，之后进入刚刚提交的版本，如果出现结果的csv文件就是跑好了，就可以去提交csv看分数了；如果显示一堆代码，就是还在跑。
• 提交代码的时候internet按钮不能开，所以如果代码里有需要连接internet的部分，需要在提交前自己处理好，测试时是不允许用internet的