Dieser Artikel ist ein Memorandum über das Erstellen einer Umgebung für Kaggle in einer lokalen Umgebung. Da es im Internet viele Artikel zu gcp gibt, ist es für diejenigen gedacht, die es vorerst lokal ausprobieren möchten.
In diesem Artikel verwenden wir den Remote-Container von vscode. Wenn Sie dies mit gcp tun möchten, lesen Sie bitte andere Artikel.
Meine Umgebung ist Ubuntu 20.4. Wir können nicht garantieren, dass es in anderen Umgebungen funktioniert, aber wenn Sie bei der Montage vorsichtig sind, sollten Sie dies problemlos tun können. Für Windows geben Sie bitte wsl an. Referenz: (https://qiita.com/matarillo/items/61a9ead4bfe2868a0b86)
~ / .kaggle /
.Dies schafft eine komfortable Umgebung. Ich werde in der Reihenfolge erklären.
Bitte laden Sie das für jedes Betriebssystem geeignete von [Official] herunter (https://code.visualstudio.com/download).
Bauen Sie nach dem Artikel. Bitte warten Sie geduldig, da dies mehr als eine Stunde dauern wird. Wenn Sie gpu nicht verwenden, ändern Sie --gpu.
Bitte installieren Sie die im Bild unten.
Wählen Sie Remote Explorer (eine Markierung wie links) und bewegen Sie den Cursor neben CONTAINER, um die Markierung + anzuzeigen. Klicken Sie auf Neuer Container, um den geöffneten Ordner im Container auszuwählen, wählen Sie den Docker-Ordner aus, den Sie gerade geklont haben, und wählen Sie die Docker-Datei aus. Sie können es auch auf die gleiche Weise öffnen, indem Sie die grüne Markierung unten links auswählen.
~ / .kaggle /
.Wählen Sie im offiziellen kaggle-Profil die Option Profil bearbeiten und dann Neues API-Token erstellen, um kaggle.json herunterzuladen. Wenn Sie den Befehl kaggle vom Terminal aus verwenden, wurde ~ / .kaggle erstellt. Verwenden Sie daher den Befehl cp usw., um kaggle.json in ~ / .kaggle auszulösen. Wenn Sie es nicht ausführen, können Sie ein eigenes Verzeichnis erstellen.
Wenn Sie den Befehl kaggle so wie er ist drücken, wird eine Warnung ausgegeben. Sie müssen die Berechtigungen von kaggle.json ändern. Geben Sie den folgenden Befehl ein.
chmod 600 ~/.kaggle/kaggle.json
### 6. Bearbeiten Sie das Mount-Ziel von .devcontainer / devcontainer.json. Bearbeiten Sie ggf. Erweiterungen.
Zu diesem Zeitpunkt können Sie Docker ausführen, aber Sie können nur unter Docker-Python auf lokale Verzeichnisse zugreifen.
Es ist besser, ein Arbeitsverzeichnis in Docker-Python zu haben, aber ich habe ein Arbeitsverzeichnis für Kaggle, damit ich es zugänglich machen kann.
Ändern Sie den folgenden Code in .devcontainer / devcontainer.json in den Speicherort in jedem Arbeitsverzeichnis und schreiben Sie ihn.
"mounts": [ "source=/home/artela/works/kaggle,target=/root/kaggle/,type=bind" , "source=/home/artela/.kaggle/,target=/root/.kaggle/,type=bind"],
Die Quelle verweist auf das lokale Verzeichnis, und das Ziel beschreibt die Zugriffsmethode.
Sie können beispielsweise auf `/ home / artela / works / kaggle` zugreifen, indem Sie den folgenden Befehl drücken. Das Ergebnis von ls ist leer, da es beim Wiederherstellen der Umgebung verschwunden ist. Wenn etwas vorhanden ist, sollte es von ls angezeigt werden.
![Screenshot from 2020-11-19 16-01-46.png](https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/545911/f0e22081-1a3c-f852-f491-01b535255469.png)
Ich empfehle es nicht, aber wenn Sie "source = / home / user /, target = / root /" hinzufügen, können Sie auf alle Verzeichnisse zugreifen.
# Schließlich
Wir übernehmen keine Garantie für den Betrieb, da wir ihn nur selbst hergestellt haben. Wenn Sie etwas schwer zu verstehen finden oder einen Fehler machen, wäre es hilfreich, wenn Sie darauf hinweisen könnten.
Zum Schluss werde ich einen Twitter-Account posten.
Bitte folgen Sie mir, wenn Sie möchten.
https://twitter.com/Artela_ML
Recommended Posts