跑深度学习代码的时候电脑GPU太垃圾了，batch-size设置的很小，训练时间长？kaggle提供免费GPU啦！！！跟着我一起来白嫖吧
1、第一步：注册登录
kaggle可以使用Google、雅虎、Facebook账号登录，如果你已经有了这些账号直接登录即可。这些账号博主都没有，所以通过邮箱注册登录。
首先进入kaggle主页Kaggle: Your Machine Learning and Data Science Community，点击右上角的register，即可进入下方注册页面。
点击第二个register with your email，进入注册页面，如下：
当你填完邮箱密码等信息，点击next后，会发现如下提示：
红色提示显示需要输入验证，但是并没有发现有输入验证的地方，别急，仅需安装一个header editor插件即可。
在浏览器上方找到扩展图标，如下：
点击该扩展图标，点击管理扩展，在寻找更多附加组件处输入header editor
找到Header Editor并添加。添加后再次点击扩展图标可以看到该扩展已经被添加进来了。
点击header editor 会出现以下界面：
点击管理， 选择导入和导出。
将https://github.azurezeng.com/static/HE-GoogleRedirect.json输入下载规则中，点击下载。
接下来可以看到导入了相关规则：
点击保存即可。
再次返回kaggle注册界面
可以看到有了人机注册模块。再依次填写相关信息，并进行人机注册即可。
点击next。
打开邮箱，将验证码填入，填入验证码后即注册成功啦。
2、在notebook中写入自己的代码并使用GPU训练
想要使用GPU需要先验证自己的手机号，点击头像—>account—>Phone Verification，输入手机号验证即可。
点击create创建新的notebook，这里notebook的使用和jupyter notebook很类似。
notebook界面如下：左边的就是编辑代码的文本框，右边提供上传数据，结果保存，以及使用GPU的功能。
写入自己的代码
我通常是将代码直接复制到代码框，避免导入自定义的文件和类。
上传自己的数据集
在右边功能框的data中找见upload data，如下图：
将需要上传的文件压缩成压缩文件，上传压缩文件即可，kaggle会自动将压缩文件进行预处理，解压到Input中。
使用GPU训练
同样是在右边的功能框找见Notebook options—>accelerator—>选择GPU P100，如下图所示：
可以看到，kaggle为每位用户提供每周30h的免费GPU使用时间。
调好代码，上传好数据，就可以使用GPU进行训练啦
3、离线训练自己的代码
由于深度学习代码往往需要很长的训练时间，长时间线上训练可能会出现内核挂掉的情况，所以我们可以选择离线训练自己的模型，最后下载相关模型参数文件即可。
将自己的代码调试无错后，点击右上角save version
点击保存，代码就可以离线训练了。
点击左下角离线运行的代码，我们可以随时查看他的log信息，查看训练过程中的输出信息。
至此，我们就用上了白嫖的GPU啦
文章出处登录后可见！