Kaggle은 Google, Inc가 소유한 데이터 과학자와, 머신 러닝을 연구하는자들을 위한 온라인 커뮤니티 입니다. Kaggle은 사용자들이 데이터셋을 출판하고, 검색할 수 있게 헤 줘서 웹-기반의 데이터과학 환경에서 모델을 만들어 볼 수 있게 해 줍니다. 또한, 다른 데이터 과학자들과 머신러닝 엔지니어들간에 협업하고, 데이터과학 문제에 대한 경연에 참가할 수 있도록 해 줍니다. Kaggle은 머신러닝 경연을 제공하면서 시작되었고, 지금은 데이터과학을 위한 클라우드 기반의 워크벤치인 공용 데이터 플랫폼 또한 제공합니다 (더 읽어보기).
하지만, Kaggle 커널은 몇 가지 한계점이 있으므로, 이에 대한 내용은 하단부의 리소스 & 한계점 섹션에서 확인해 보시기 바랍니다.
아래 나열된 단계를 이미 완료 하였고, 하던 작업을 재개하려는 분은 작업 재개하기 섹션을 참고하기 바랍니다.
Kaggle 커널은 fastai 라이브러리가 미리 설치된 상태로 제공됩니다. William Horton @wdhorton과 Sanyam Bhutani @init_27이 강의에서 사용된 Notebook을 커널로 포팅해 두었습니다. Sanyam Bhutani가 Kaggle 커널을 관리하기 때문에, 관련된 질문과 문제점은 이곳에서 이야기 되어야 합니다.
설정 단계는 필요치 않고, 단순히 "Copy and Edit" 버튼을 눌러서 fork 한 후 실행하면 됩니다.
- Lesson 1 Pets
- Lesson 2 Download
- Lesson 2 SGD
- Lesson 3 Camvid-tiramisu
- Lesson 3 Camvid
- Lesson 3 Head-Pose
- Lesson 3 Planet
- Lesson 3 Tabular
- Lesson 4 Collab
- Lesson 4 Tabular
- Lesson 5 SGD-MNIST
- Lesson 6 Pets-more
- Rossmann data clean
- Lesson 6 Rossmann
- Lesson 7 Human-numbers
- Lesson 7 Resnet MNIST
여기를 접속하여 Kaggle 에 가입합니다. email 을 검증합니다. 검증이 완료되면, 계정정보를 사용해서 로그인이 가능합니다.
위의 색엔 섹션에 나열된 lesson중 하나를 클릭합니다. 그러면, 그 lesson에 대한 커널이 열리게 됩니다. 이 때 fork 버튼을 클릭합니다.
lesson에 필요한 모든 데이터셋과 사전요구사항은 이미 설치되어 있습니다. Jupyter Notebook으로 작업하는것과 동일한 방식으로 커널 내부에서 작업하시면 됩니다.
데이터셋에 최초로 접근하는 경우 알아두어야 할 사항으로, Kaggle은 텍스트 메시지를 통핸 전화번호의 검증을 요구하게 됩니다.
- Kaggle 커널은 무료로 실행이 가능하다.
- Notebook은 fastai repository 동일한 빈도로 업데이트 되지는 않는다.
- fastai 팀에 의해서 공식적으로 지원되는 것은 아니다 (Sanyam Bhutani에 의해서 관리된다. 관련된 토론 쓰레드 링크)
- (K-80 인스턴스) GPU 사용시간은 세션당 6시간으로 제한되어 있다.
- 디스크 사용은 커널 당 5GB로 제한되어 있다.
- RAM은 커널당 14GB로 제한되어 있다.