1.kaggle平台自带资源详解

每周提供30小时的GPU时长（一般在每周六会重置30小时的配额），共有两种选择：

GPU T4 × 2：双 NVIDIA T4 显卡（每块 16GB 显存）

GPU P100：NVIDIA P100 显卡（16GB 显存）

2.注册kaggle平台账号

第一步，点击注册按钮

第二步，选择Email的方式注册

第三步，填写基本信息，点击next，最重要的就是人机身份验证这一步，通常如果不使用【科学上网】的方式，它就不会刷新出来这个人机身份验证的选项，所以必要的时候需要使用【科学上网】的方式

如果不【科学上网】，可能会出现下面的界面，就是人机身份验证没有刷新出来

接着点击I Agree

接着kaggle平台就会给你填写的邮箱发送一个验证码，将这个验证码填到对应框内，然后点击Next即可完成注册

3.手机验证

！！！不进行手机验证，无法正常使用GPU，也没办法打开INTERNET

完成注册之后，登录进入首页，点击右上角的头像，选择Settings

选择Account，点击Phone verity，然后进入完成手机验证

填写自己的手机号码，然后点击人机身份验证，然后点击start verification

然后手机会收到一个验证码，正常将验证码填入，完成验证

然后重新进入Settings界面，可以看见显示Verified，那么说明验证成功

4.创建Notebook

进入到首页，点击左上角的create，然后选择第一个Notebook

然后进入到创建的Notebook界面之后，如果出现下面这种情况，那么我们可以先【正常上网】

【正常上网】即可正常进入我们创建好的Notebook界面

接着点击Upload，选择New Dataset，上传我们需要训练的模型的数据集，上传的时候一定要上传zip格式的压缩包，因为它这里上传，只能选择一个文件上传

数据集上传完毕之后，点击右边的session options，然后往下滑，将INTERNET按钮点击一下，这样才可以正常联网，并且选择对应的GPU资源

5.测试是否可以正常训练

（其实我们创建的这个Notebook就类似于Anaconda的Jupyter Notebook）

首先我们先测试一下GPU是否可用

import torch
# 查看GPU是否可用
print("GPU 是否可用:", torch.cuda.is_available())

结果显示True，说明GPU可以正常使用

本节使用 GoogLeNet 网络对经典猫狗分类竞赛数据集进行训练，以此验证 Kaggle 平台是否可正常使用：

首先点击+Code，生成一个空白的可执行代码的单元格

数据集文章前面已经完成上传，只需要将训练代码里面的数据集路径，改成这个地方的路径即可，可以直接按照箭头指引，复制路径去替换代码里面的路径即可

然后将自己写好的model.py代码和model_train.py代码，复制粘贴进来，然后点击左上角的运行，即可正常开始训练（具体的代码这里不做过多展示）

通过结果可以看到，可以使用kaggle平台正常完成模型训练

！！！如果你选择GPU T4×2，然后使用双卡训练，那么使用单卡测试训练好的模型，加载测试的时候，可能会出现“model.”前缀的报错，具体解决方案，可以点击我的主页查看