与Kaggle竞赛,数据集或内核相关。
我正在使用 Kaggle 来做一些工作。 由于某种原因,这一行: import imgaug as aug # 数据增强 导致了这个错误: ImportError:无法从“scipy.spatial”导入名称“QhullError”(/opt/co...
我正在尝试将我在 Rstudio 中制作的 RMarkdown 传递给 Kaggle 中的笔记本,一旦完成显示所有图形的草稿......发布时它不显示任何图像,我已经编辑......
我正在尝试使用 Kaggle 上提供的“USGS 河流洪水预报数据”数据集的 LSTM 模型预测水位高度(https://www.kaggle.com/datasets/rishavclemson/usgs-river-dat ...
如何在Kaggle kernel的后续cell中抵消global/operation level seed的影响?
上下文 我正在尝试编写一个涉及设置全局/操作级种子的主题的 Kaggle 内核。为此,我在不同的单元格中分别编写每个案例。但是我遇到的问题...
是否可以直接从BigQuery、云到云查询Kaggle数据? 从 Kaggle 下载并在 BigQuery 中创建表是一种方法,如此 GitHub 存储库中所述。 有没有...
Kaggle GPU 显示内存错误,而在 Colab 上运行良好(相同的 GPU 后端)
我正在研究一个笔记本,它比较了同一模型的 Keras 和 Pytorch 实现。该笔记本在 Colab 中运行良好,但在提交给 Kaggle 时,它正在抛出 CUDA错误:超出
如何通过 Google Colab 将数据集从 google drive 上传到 Kaggle Datasets? 我在 kaggle 远程文件部分尝试了我的文件驱动器共享 ID,但它没有用。 截图
我正在处理超过 400 万条记录的大数据,我想根据 9 个变量预测 3 个标签。我使用了 RandomForest,但它需要几个小时,我想知道是否有什么办法可以
无需先在我的电脑上下载,将 Kaggle 数据集上传到 AWS S3
我需要访问我在 Kaggle [https://www.kaggle.com/] 中找到的 50 GB 数据集。问题是我的电脑内存和我的互联网连接很糟糕,所以我认为这会很好......
我正在使用kaggle代码下载gpt2语言模型。 从变压器导入 AutoTokenizer,AutoModelForCausalLM device = "cuda" 如果 torch.cuda.is_available() 否则 "cpu"
如何使用从 kaggle 到 keras 视觉转换器的自定义数据集
所以我在keras网站上阅读了这个例子https://keras.io/examples/vision/image_classification_with_vision_transformer/ 我的问题是,我如何使用来自 kaggle 的自定义数据集
我正在开发一个项目,该项目使用 kaggle 数据集训练模型来检测从视频或图像中检测到的面部表情,但是,它只检测一些表情,一些
我希望你一切顺利! 我需要你的帮助解决一个我不明白的小问题 所以我有一个像这样的“train_step”函数: @tf.函数 def train_step(timestep_values,noised_image,nois...
我已经将一个数据集从 Kaggle 加载到 postgreSQL 上。创建此数据集是为了列出派拉蒙流媒体上可用的所有节目。我试图只显示标题最高的行
即使在导入 nltk 库后,在 kaggle 上提交笔记本时也会出错
使用以下代码导入库。 导入 nltk nltk.download('averaged_perceptron_tagger') nltk.download('omw-1.4') 但是在提交代码之后总是会出现这个错误,因此不是......
如何从 Kaggle notebook 将 pytorch 模型保存到 Google 驱动器?
每次我在Kaggle notebook上训练完一个模型,我都需要先把它下载到我的PC上,然后再上传到Kaggle Dataset或我的Google Drive上进行下一次训练。我觉得这个过程很累……
如何从脚本或笔记本下载 kaggle 数据集到 colab 或任何其他地方? ! kaggle 数据集下载 -d arslanali4343/world-cities-database-population-oct2022
Identation error:Expected an indented block
image_gen_train = ImageDataGenerator(rescale = 1./255) train_data_gen = image_gen_train.flow_from_directory(batch_size = batch_size, 目录 = train_dir, 洗牌=真, target_size = (IMG_SHAPE,
我尝试使用 Kaggle 中的网络摄像头为人脸检测项目进行捕捉。但它不工作。 代码在系统中的 Jupyter Notebook 中运行良好 这是我正在使用的代码: 上限 = ...