kaggle平台free使用GPU

1、注册

请保证在【科学上网】条件下进入如下操作,只有在注册账户和手机号验证时需要。

step1:注册账户

进入kaggle官网:https://www.kaggle.com/,点击右上角【Register】进入注册页面

最好选择使用邮箱注册(!!!如果你先用goole注册,然后改成其他邮箱,再用其他邮箱登录时会报错,需要重新找回密码)

输入【邮箱】、【密码】和【用户名】后,勾选【进行人机身份验证】,【Next】下一步

如果不是在【科学上网】条件下进行可能会导致【进行人机身份验证】这个选项刷新不出来,如下

输入邮箱中的验证码,点击【Next】就注册好了

进入后就是如下界面了

step2:手机号验证【GPU运行需要】

如果只是用CPU运行,可以不用验证手机号,想用kaggle免费GPU资源,就需要手机号验证。

点击右上角【头像】,选择【Settings】

点击【Phone verify】进行手机号验证

在弹出的窗口中输入【手机号】,勾选【进行人机身份验证】,最后点击【Send verification code】发送验证码

如果不是在【科学上网】条件下进行可能会导致【进行人机身份验证】这个选项刷新不出来,如下

将手机收到的验证码填入窗口,点击【verify】进行验证

验证成功界面如下【Close】关闭即可

在设置界面可以看到【Phone verification】下显示【Verified】已验证

2、使用

step1:新建Notebook

回到【主页面】,点击左上角【Create】中的【New Notebook】创建一个新的Notebook

创建成功后界面默认如下,点击左上角【运行】按钮,初始化会话环境

默认使用CPU如下图可以看到【CPU】字样

step2:开启GPU【需要完成手机号验证,否则没有开启按钮】

点击右侧边栏中的【Session options】

选择【ACCELERATOR】,在下拉框中可以选择你想使用的GPU,如【GPU P100】,(建议把【Internet】打开【Internet on】在使用中可能下载数据,安装库会使用到,默认是打开的)

进入确认窗口,【Turn on GPU P100】即可

选择GTU后运行会自动停止,再次【运行】即可,完成后可以看到顶部显示中多了【GPU】的相关显示

如未进行手机号验证是如下界面,没有【ACCELERATOR】选项

step3:验证GPU是否可用

编辑界面【+ Code】,加入如下代码,点击【运行】,如输出【True】则说明GPU在正常运行

python 复制代码
import torch
torch.cuda.is_available()

step4:!!!关闭GPU

Kaggle的免费GPU是限制时长的所以在不用时一定要记得关闭GPU,

1、点击右上角【关闭】图标

2、点击左下角

【黄色上标,表示在运行的程序数】

选择你要关闭的任务,点击【Stop Session】

关闭后效果如下:

step5:GPU余量查询

回到主界面,点击【头像】进入【Settings】,下划至【Quotas】,如下可以看到,总时长为30小时,已经使用7分钟(每周30小时免费时长)

相关推荐
剑穗挂着新流苏3125 分钟前
104_PyTorch 数据心脏:DataLoader 的深度解析与实战
深度学习·神经网络
weixin_4577600036 分钟前
基于pytorch实现LPR模型车牌识别
人工智能·pytorch·python·深度学习·lpr
Dfreedom.38 分钟前
机器学习经典算法全景解析与演进脉络(监督学习篇)
人工智能·学习·算法·机器学习·监督学习
华农DrLai38 分钟前
什么是Prompt注入攻击?为什么恶意输入能操控AI行为?
人工智能·深度学习·大模型·nlp·prompt
剑穗挂着新流苏31239 分钟前
103_PyTorch 快速上手:官方 torchvision 数据集加载与应用
深度学习·神经网络·计算机视觉
夏星印1 小时前
学习吴恩达课程机器学习笔记
人工智能·笔记·学习·机器学习·ai
StfinnWu1 小时前
论文阅读《GridDehazeNet: Attention-Based Multi-Scale Network for Image Dehazing》
论文阅读·深度学习·机器学习
梦醒过后说珍重1 小时前
医疗图像超分避坑指南:为什么你不该用 `load_dataset` 下载结构化数据集?
深度学习
盼小辉丶2 小时前
PyTorch实战(36)——PyTorch自动机器学习
人工智能·pytorch·深度学习·自动机器学习
7yewh2 小时前
Dense / 全连接层 / Gemm — 综合全局特征理解与运用
网络·人工智能·python·深度学习·cnn