Kaggle知识点：Kernel环境安装第三方库

3238

随着Kaggle平台上Kernel环境更加完善，因此越来越多的比赛选择使用Kernel来进行提交。Kernel是一个运行环境，可以用来训练模型，也可以用来提交代码。

但是Kernel环境有很多运行限制，如下图：

其中最主要的就是Kernel在提交时候，不能联网，不能安装第三方库。那么我们如何在Kernel中使用一些必备的库呢？本文将给出三种方法，帮你解决这个烦恼。

01 复制代码到Kernel中

假如你只是使用到了第三方库的很小的一部分，而且这部分代码不是很复杂，那么建议你可以直接把这部分代码复制到Notebook中，然后就可以剔除引用。

02 从Dataset中pip

在Kernel赛中是可以自定义数据集的，因此我们可以将库的whl安装包上传到Dataset，然后从Dataset路径下进行pip。

需要注意的是，此时需要忽略依赖包：

pip XX.whl --no-deps

03 从Dataset中import

另一种方法是将需要安装的库的源代码，也放到Dataset中一起上传，然后从Dataset的路径中进行import。

做法如下：

import os
sys.path.insert(0, "../input/YourDataset")


import XX

上面三种方法都是比较常用的，个人比较推荐方法3。因为你既然都要上传Dataset了，直接上传代码也更加直接的方式。而且也可以自定义库，非常适合深度学习赛事。

那么如何进行实践呢，最好的方式就是找一个赛题，使用上述方法进行试验一下~

赛题资讯

最近很多小伙伴问，如何快速找到合适竞赛呢？我们构建了一个全网最全的竞赛资讯库，总共包括1.3K+的比赛信息。

可以按照比赛平台和比赛类型进行快速检索，帮你快速找到你想要的比赛！

访问网址：https://coggle.club/

👆Kaggle正在进行的比赛

👆天池上KDD赛题的分享

赶快一起学习吧，网址：https://coggle.club/

Datawhale竞赛群已成立

可扫码加入Datawhale竞赛学习社群

如果加入了之前的社群请不需要重复添加！

▲长按加群

若进群失败，可加负责人微信后，再回复关键词 - 竞赛即可进群。

文章转载自Coggle数据科学，如果涉嫌侵权，请发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。