随身GPU服务器:Kaggle中kernels的快速入门指南 (3)

《随身GPU服务器:Kaggle中kernels的快速入门指南》

然后我们就可以在代码中使用它们了。

代码提交

代码怎么运行呢?只要点击那个运行按钮即可,可以一步一步运行也可以点击快进键一下执行所有的代码。

但是需要注意,kernels运行代码有一个很大的限制,那就是运行代码不能超过6个小时,我们可以通过右上角的使用时间看到我们还剩多少时间可用了,为什么这样限制呢?原因很简单,如果不这样,大家都会成天训练自己的东西,服务器就不会闲置,很容易造成先来后到的情况,资源也无法合理的分配,所以这样的设定是合情合理的。

《随身GPU服务器:Kaggle中kernels的快速入门指南》

但是需要注意的一点是,我们如果离开kernels界面时间超过一个小时,这个kernels就会重启,不管其中是否已经正在执行你安排的训练任务,这样也是为了资源的合理利用…

《随身GPU服务器:Kaggle中kernels的快速入门指南》

那么我们如果有一个代码需要运行1个小时以上,我们不可能总在kernels界面上待着吧,那样多麻烦。当然有解决办法,我们可以看到在页面的右上角会有Commit按钮。也就是当我们在调试好kernels中的代码之后,发现这些代码按顺序可以正常运行,我们只需要点击这个按钮,将这批代码提交,那么这些代码就会在这个服务器的后端执行,当执行完毕后页面就会加载。执行过程中的一些输出信息也会呈现出来:

《随身GPU服务器:Kaggle中kernels的快速入门指南》

但是也要注意,Commit后的代码可执行时间也是最长6小时,所以说我们需要合理安排一下代码的运行时间,如果一次超过六个小时,自己试试能不能将训练拆分开来,分阶段保存模型权重(模型权重可以导出再读入),分开运行。对一般的任务来说,使用K80进行训练6个小时以内大部分都可以训练完成。

《随身GPU服务器:Kaggle中kernels的快速入门指南》

用途

说了这么多,我们主要拿这个免费的GPU服务器来做什么呢?因为其特殊性,并不适合作为我们的主力工具,最好还是使用自己购买的显卡去训练。这个服务器应该只适合于比较应急的情况,或者我们想要给别人远程展示你的代码成果:

《随身GPU服务器:Kaggle中kernels的快速入门指南》

上图中使用了GAN,需要在GPU上运行,如果我们想要给别人展示,直接发个网址是不够的,但是我们将你的代码放在kernels中运行,然后将你的kernels地址发给别人,其他人就可以直接通过你的kernels看到你的实现了。

上面的项目地址:https://github.com/SummitKwan/transparent_latent_gan

我们可以直接打开这个kernels进行尝试: https://www.kaggle.com/summitkwan/tl-gan-demo

好了,就说这么多,好好利用吧~

内容版权声明:除非注明,否则皆为本站原创文章。

转载注明出处:https://www.heiqu.com/zwpysz.html