Cet article est un mémorandum sur la création d'un environnement pour kaggle dans un environnement local. Puisqu'il existe de nombreux articles sur gcp sur le net, c'est pour ceux qui veulent l'essayer localement pour le moment.
Dans cet article, nous utiliserons le conteneur distant de vscode. Si vous souhaitez le faire avec gcp, veuillez vous référer à d'autres articles.
Mon environnement est Ubuntu 20.4. Nous ne pouvons pas garantir qu'il fonctionnera dans d'autres environnements, mais si vous faites attention à la façon de le monter, vous devriez pouvoir le faire sans problème. Pour Windows, veuillez inclure wsl. Référence: (https://qiita.com/matarillo/items/61a9ead4bfe2868a0b86)
~ / .kaggle /
.Cela créera un environnement confortable. Je vais expliquer dans l'ordre.
Veuillez télécharger celui qui convient à chaque système d'exploitation depuis Officiel.
Construisez selon l'article. Veuillez patienter car cela prendra plus d'une heure. Si vous n'utilisez pas gpu, modifiez --gpu.
Veuillez installer celui de l'image ci-dessous.
Sélectionnez Explorateur distant (une marque comme celle de gauche) et déplacez le curseur à côté de CONTAINER pour voir la marque +. Cliquez sur nouveau conteneur pour sélectionner le dossier ouvert dans le conteneur, sélectionnez le dossier Docker que vous venez de cloner et sélectionnez le fichier Docker. Vous pouvez également l'ouvrir en sélectionnant la marque verte en bas à gauche.
~ / .kaggle /
.Sélectionnez modifier le profil dans le profil officiel de kaggle et sélectionnez créer un nouveau jeton API pour télécharger kaggle.json. Si vous utilisez la commande kaggle depuis le terminal, ~ / .kaggle a été créé, utilisez donc la commande cp etc. pour lever kaggle.json dans ~ / .kaggle. Si vous ne l'exécutez pas, vous pouvez créer votre propre répertoire.
Si vous appuyez sur la commande kaggle telle quelle, un avertissement sera émis. Vous devez modifier les autorisations de kaggle.json. Entrez la commande suivante.
chmod 600 ~/.kaggle/kaggle.json
### 6. Modifiez la destination de montage de .devcontainer / devcontainer.json. Modifiez les extensions si nécessaire.
À ce stade, vous pouvez exécuter docker, mais vous ne pouvez pas accéder aux répertoires locaux autrement que sous docker-python.
Il est préférable d'avoir un répertoire de travail dans docker-python, mais j'ai un répertoire de travail pour kaggle donc je vais le rendre accessible.
Remplacez le code suivant dans .devcontainer / devcontainer.json par l'emplacement dans chaque répertoire de travail et écrivez-le.
"mounts": [ "source=/home/artela/works/kaggle,target=/root/kaggle/,type=bind" , "source=/home/artela/.kaggle/,target=/root/.kaggle/,type=bind"],
source pointe vers le répertoire local et target décrit la méthode d'accès.
Par exemple, vous pouvez accéder à `/ home / artela / works / kaggle` en appuyant sur la commande suivante. Le résultat de ls est vide car tout a disparu lors de la reconstruction de l'environnement, et s'il y a quelque chose, il doit être affiché par ls.
![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)
Je ne le recommande pas, mais si vous ajoutez `source = / home / user /, target = / root /`, vous pourrez accéder à tous les répertoires.
# finalement
Nous ne garantissons pas l'opération car nous ne l'avons faite que nous-mêmes. Si vous trouvez quelque chose de difficile à comprendre ou si vous faites une erreur, il serait utile que vous puissiez le signaler.
Enfin, je publierai un compte Twitter.
Suivez-moi si vous le souhaitez.
https://twitter.com/Artela_ML
Recommended Posts